文献

J-GLOBAL ID：201702220312098766   整理番号：17A1729022

影認識と優先順位付き特徴抽出を用いた困難な条件下での車両の検出【Powered by NICT】

Vehicle detection under tough conditions using prioritized feature extraction with shadow recognition

著者 (2件)： Yang Xue-Fei (Center for Signal Processing, Department of Electronic and Information Engineering, The Hong Kong Polytechnic University) ,  Siu Wan-Chi (Center for Signal Processing, Department of Electronic and Information Engineering, The Hong Kong Polytechnic University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： DSP  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  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： 車両検出は運転者支援システムにおけるコア関数である。種々の環境条件における課題に加えて,実行時間と計算能力の限界も重要である。検出プロセスを加速化するために様々な環境(非常に強靭な例を含む)における列車の影の部分を認識することを目的とした影検出段階を提案した。鉄道列車のための二陰影認識アプローチを提案した。最初のアプローチでは,高いロバスト性を達成すると共に高速検出速度を維持するためにH OGとカラーヒストグラムのような複数の特徴を検討した階層的ことを優先特徴抽出方式を提案した。実験は満足すべき結果を示した。続いて新しい信頼測定法で修飾したディシジョンツリー分類器による特徴と意思決定を学習する自動機械学習を用いた第二の方法を提案した。実験は精度と実行時間の両方の更なる改善を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 意思決定 ,  機械学習 ,  ロバスト性 ,  *特徴抽出 ,  高速度 ,  ディシジョンツリー
準シソーラス用語： カラーヒストグラム ,  陰影 ,  実行時間 ,  環境条件 ,  運転者支援システム ,  車両検出 , 【Automatic Indexing@JST】

分類 (1件)： 電装品  (QG03070C)

タイトルに関連する用語 (3件)： 影 ,  優先順位 ,  特徴抽出