文献

J-GLOBAL ID：201702225289266197   整理番号：17A1642178

改善されたGMMとSVMに基づく歩行者侵入検出【Powered by NICT】

Pedestrian intrusion detection based on improved GMM and SVM

著者 (5件)： Zhang Mingdong (School of Computer Software, Tianjin University, Tianjin 300000, China) ,  Jin Jesse S. (School of Computer Software, Tianjin University, Tianjin 300000, China) ,  Wang Mingjie (School of Computer Software, Tianjin University, Tianjin 300000, China) ,  Tang Benlai (NanKai University College of Software, Tianjin 300000, China) ,  Zheng Yan (School of Computer Software, Tianjin University, Tianjin 300000, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICCWAMTIP  ページ： 311-315  発行年： 2016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： 近年,コンピュータビジョンと知的ビデオ監視技術は有意に開発されているが,計算機科学の発達のおかげである。自動シナリオ歩行者侵入検知は,ますます多くの分野において広く使用されている,セキュリティなど。本論文では,動的歩行者侵入検知の研究に焦点を当て,伝統的方法のいくつかの欠点を改善した。まず,勾配画像に基づく,GMMを利用するビデオ運動前景検出を検討した。この段階では,光変異,影と他の干渉に対処できない伝統的な方法を促進した。これを基に,H OG特徴に基づくSVM分類器を用いて,移動領域における歩行者を検出することである。一方,検出性能を大幅に増加するために,著者らは運動領域を最適化し,検出率は大幅に改善されたづくりへの最小二乗フィッティングを利用した。本実験では,侵入検知の最高精度の率は97.5%に達した,すなわち,本論文でこの方法は実用的応用に対して良好な精度とロバスト性をもつことに成功した。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： 計算機科学 ,  *歩行者 ,  最適化 ,  最小二乗法 ,  コンピュータビジョン ,  ロバスト性 ,  録画装置 ,  画像 ,  セキュリティ
準シソーラス用語： 検出率 ,  検出能 ,  SVM分類 ,  前景検出 ,  ビデオ監視 ,  *侵入検知 , 【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 (4件)： GMM ,  SVM ,  歩行者 ,  侵入