Key points are not available for this paper at this time.
Modellbasierte Sichttechniken, ursprünglich entwickelt für die Erkennung und Pose-Rückgewinnung von Fahrzeugen in einem einzelnen Bild, werden hier verwendet, um Fahrzeuge durch eine Bildsequenz zu verfolgen. Das Wissen über die Position der Kamera in Bezug auf die Bodenebene wird genutzt, um den Suchraum möglicher Fahrzeugpositionen von sechs Dimensionen auf drei zu reduzieren. Die erwartete Dynamik der Fahrzeuge wird in einem Kalman-Filter ausgedrückt, der die wahrscheinlichsten Posen in aufeinanderfolgenden Bildern vorhersagt und eine geglättete Beschreibung der Fahrzeugbewegung liefert. Das Konzept der Äquivalenzklassen, definiert durch eine Suche im Parameterspektrum, wird als Indikator für die Leistung des Subsystems zur Pose-Verfeinerung entwickelt. Das System wird veranschaulicht und bewertet, indem die Größe der richtigen Klasse als Leistungsmaß verwendet wird.
Baker et al. (Do,) haben diese Frage untersucht.