Titelaufnahme

Titel
Autonomous distributed tracking in networks of self-organised smart cameras / Lukas Esterle
Weitere Titel
Autonomous distributed tracking in networks of self-organised smart cameras
VerfasserEsterle, Lukas
Begutachter / BegutachterinRinner, Bernhard ; Konrad, Janusz
Erschienen2014
UmfangXIII, 127 S. : Ill., graph. Darst.
HochschulschriftKlagenfurt, Alpen-Adria-Univ., Diss., 2014
Anmerkung
Abweichender Titel laut Übersetzung der Verfasserin/des Verfassers
SpracheEnglisch
Bibl. ReferenzOeBB
DokumenttypDissertation
Schlagwörter (DE)Selbst-organisierend / Kameranetzwerk / Objektverfolgung / künstliche Pheromone
Schlagwörter (EN)Smart Cameras / Networks / Object tracking / self-oranisation / artificial pheromones
URNurn:nbn:at:at-ubk:1-3627 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Autonomous distributed tracking in networks of self-organised smart cameras [22.31 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Modern smart cameras combine processing units with visual sensors and allow to acquire and process video feeds on the device.

Visually tracking objects in a network of cameras can be achieved in a distributed fashion where only a single camera is responsible for tracking an object. This requires the network to decide autonomously which camera is responsible for tracking an object at what time. Without having any knowledge about the location or orientation of other cameras nor the movement patterns of the objects of interest, using market-based techniques the cameras are able to 'trade' tracking responsibilities.

Getting to know its trading partners, each camera is further induced with the capability of learning its local neighbourhood, the so called vision graph. This allows each camera in the system to reduce its own communication overhead, and hence the communication effort of the entire system. Making use of biology inspired foraging mechanisms, artificial pheromones are facilitated to build up the vision graph and simultaneously enable the cameras to forget about neighbours where the response rate to advertised auctions drained over time.

To advertise auctions within the network of smart cameras to prospective buyers, the cameras can employ one out of six different strategies which are able to exploit the vision graph. Each of these strategies gives rise to one out of two objectives: minimising network-wide communication or maximising system-wide tracking performance. So-called multi-armed bandit problem solvers are facilitated to enable each camera to identify the strategy fitting best for its given situation and hence improve the overall performance of the network.

Zusammenfassung (Englisch)

Sogenannte Smart Cameras kombinieren Prozessoren, einen Visuellen Sensor und ein Kommunikationsschnittstelle und erlauben aufgenommene Videos direkt auf der Kamera zu verarbeiten und nur aggregierte Informationen zu Ãbermitteln. Verteiltes visuelles Verfolgen von Objekten kann erzielt werden indem die Verantwortung fÃr die Verfolgung zwischen den Kameras koordiniert wird. Diese Koordination soll allerdings von den Kameras selbst Ãbernommen werden, ohne zentrale Kontrolleinheit. Wir verwenden einen markt-basierten Ansatz um diese Koordination zu bewerkstelligen, und dass ohne bestehendes Wissen Ãber den Aufbau des Kameranetzwerks oder der Umgebung in welcher das Netzwerk eingesetzt wird. Die Kameras kÃnnen also die Verfolgungsverantwortung untereinander handeln. Durch die HandelsaktivitÃ$ten kÃnnen Nachbarschaftsbeziehungen gelernt werden und im Weiteren fÃr gezielte MarketingaktivitÃ$ten ausgenutzt werden, um neue AuftrÃ$ge fÃr Objekteverfolgung anzubieten. Inspiriert durch die Vorgehensweise von Ameisen bei der Nahrungssuche, verwenden wir kÃnstliche Pheromone um Nachbarschaftsbeziehungen zu lernen aber auch wieder zu vergessen, sollte eine Kamera ausfallen oder eine neue Kamera hinzukommen. Es werden sechs verschiedene Strategien prÃ$sentiert um Objektverfolgungen anzubieten. Jede dieser Strategien nutzt die Nachbarschaftsbeziehungen unterschiedlich aus und erlaubt dem System zwischen Kommunikationsaufwand und Verfolgungsgenauigkeit abzuwÃ$gen. Sogenannte Bandit-Solver werden verwendet um der Kamera zu erlauben, selbst Ãber die verwendete Strategie zu entscheiden und somit den besten Erfolg fÃr die Kamera zu erzielen mit der hÃchsten Verfolgungsgenauigkeit und dem niedrigsten Kommunikationsaufwand.

Statistik
Das PDF-Dokument wurde 11 mal heruntergeladen.