文献

J-GLOBAL ID：201602292721828635   整理番号：16A0458676

マルチスペクトル画像におけるリアルタイム物体検出に対するViola-Jonesベースハイブリッドフレームワーク

Viola-Jones based Hybrid Framework for Real-Time Object Detection in Multispectral Images

著者 (3件)： KUZNETSOVA E. (IITP, RAS, RUS) ,  SHVETS E. (IITP, RAS, RUS) ,  NIKOLAEV D. (IITP, RAS, RUS)
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 9875  ページ： 98750N.1-98750N.6  発行年： 2015年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文で筆者らは,マルチスペクトル画像におけるリアルタイム物体検出に対するViola-Jonesベースハイブリッドフレームワークを論じた。筆者らは,畳込みニューラルネットワーク(CNN)が続く短縮Viola-Jonesカスケードに基づく,物体検出の教師つき学習に対する方法を提案した。筆者らは,志向性ステップエッジの絵の上のHaar様特徴を用いて,一般に使用されている輝度画像上のHaar様特徴を補足した。このことは検出器を輝度歪み(例えば輝度反転)に対しロバストにし,典型的な形状は持つが典型的な輝度コントラストを持たない物体を高信頼に検出できるようにした。筆者らは筆者らのアルゴリズムを車輪検出の産業問題に適用し,数値的結果を与え,それは古典的Viola-Jones検出器と比較して筆者らの検出器の利点を実証した。本方式により,検出品質と計算性能との間の柔軟なトレードオフを可能にした。筆者らが提案した方式を従来のViola-Jonesと実験的に比較し,調整可能な性能で検出品質を改善したことを示した。

シソーラス用語： *スペクトル画像 ,  *時間 ,  *検出 ,  畳込み ,  ニューラルネットワーク ,  教師つき学習 ,  画像 ,  ゆがみ ,  反転 ,  車輪 ,  検出器
準シソーラス用語： *マルチスペクトル画像 ,  *リアルタイム ,  *物体検出 ,  輝度画像

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： マルチスペクトル画像 ,  リアルタイム ,  物体検出