文献

J-GLOBAL ID：201702220791627378   整理番号：17A1395574

LBPの融合とGSS特徴を介した歩行者検出【Powered by NICT】

Pedestrian detection via fusing LBP and GSS features

著者 (3件)： Sun Weicheng (School of Automatic, Nanjing University of Posts and Telecommunications, Nanjing, 210023) ,  Zhu Songhao (School of Automatic, Nanjing University of Posts and Telecommunications, Nanjing, 210023) ,  Cheng Yanyun (School of Automatic, Nanjing University of Posts and Telecommunications, Nanjing, 210023)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCC  ページ： 11072-11076  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： 歩行者検出の分野では,H OG特徴とLBP特徴は非常に重要である。歩行者の出現の対称性のために,本論文では,共生CoLBP特徴とGSS特徴に基づく歩行者検出法を提案した。第一に,画像の局所勾配ブロック間のペアワイズ勾配自己相似性GSSを計算し,LBP特徴に従って共生CoLBP特徴を得た。第二に,FGM(特徴生成機械)を用いて,無関係なGSS特徴を除去することであり,次に判別勾配自己相似性(DGSS)特徴が得られた。最後に,歩行者検出の性能は二つのカスケード分類器により評価し,第1レベルの分類器である区別しやすい最も負の試料を除去するためのH OG特徴と共生CoLBP特徴に基づく訓練された線形SVMを用いる分類器の第二レベルの,H OG特性を考慮したGSS/DGSS特徴を生成するための前提であるので,著者らは対応するGSS/DGSS特徴を生成するために再計算したH OG特徴を用いて,次に完全な歩行者検出を達成するために候補画像の領域における真の陽性を検出するH OGとDGSS特徴に基づく訓練された実AdaBoost分類器を用いた。実験結果は,提案した方法が最新の高度なターゲット検出法よりも優れていることを示した。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： 対称性 ,  線形性 ,  画像 ,  自己相似性 ,  *歩行者
準シソーラス用語： ターゲット検出 ,  AdaBoost ,  *歩行者検出 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： LBP ,  融合 ,  歩行者検出