文献

J-GLOBAL ID：201202239605957315   整理番号：12A0333819

密集した群集における人々の検出

Detecting people in dense crowds

著者 (3件)： SIM Chern-Horng (Singapore Technologies Dynamics Pte Ltd, 249 Jalan Boon Lay, 619523, Singapore, SGP) ,  RAJMADHAN Ekambaram (Univ. of South Florida, Dep. of Computer Sci. and Engineering, 4202 E. Fowler Ave., ENB 118, 33620-5399, Tampa, FL, USA) ,  RANGANATH Surendra (Indian Inst. of Technol. Gandhinagar, VGEC Campus, 382424, Chandkheda, Ahmedabad, IND)
資料名： Machine Vision and Applications  (Machine Vision and Applications)
巻： 23  号： 2  ページ： 243-253  発行年： 2012年03月 
JST資料番号： T0616A  ISSN： 0932-8092  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 乱雑な背景に対する濃密群集シーンを示すビデオ列の任意の画像フレームの中で個人検出を行うための方式を提案した。提案手法では空間情報のみを利用しており,画像全体を通しての初期パスの中で,訓練済みViola-Jones型局所検出器を用いて,濃密群集シーンの中の個人の位置決めを行う。これにより膨大な数のフォールスアラームが達成する。従って,第二ステップにおいては,このフォールスアラームを削減する試みを行い,そのために2つの手法を提案した。第一の手法では,フォールスアラームを削減するために,最初に検出されたウィンドウからのカラー情報を分類器に伝搬する。この分類器は入力としてHaarに似た特徴を備えたブースティング型分類器のカスケードから構成されており,局所ウィンドウからのカラー情報で訓練される。第二の手法では,キャリブレーションされていないカメラの弱透視モデルを用いて,検出率を維持しながらフォールスアラーム率をさらに削減する。この処理は,任意のどのような3D世界情報も用いること無しに,画像フレームの中での検出のサイズおよび位置に基づいている。受信機操作特徴曲線の形で結果を提示した。例えば,79.0%の検出精度で,フォールスアラーム率は20.3%であった。Copyright 2010 Springer-Verlag Translated from English into Japanese by JST.

シソーラス用語： *コンピュータビジョン ,  *画像分析 ,  動画像 ,  検出器 ,  警報 ,  カラー画像 ,  分類装置 ,  機械学習 ,  透視 ,  精度
準シソーラス用語： ビデオ画像 ,  フォールスアラーム ,  ブースティング

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (1件)： 群集