文献

J-GLOBAL ID：201702240202685719   整理番号：17A1398524

配列学習を通した記憶ベースの歩行者検出【Powered by NICT】

Memory-based pedestrian detection through sequence learning

著者 (4件)： Li Xudong (University of Electronic Science and Technology of China, Chengdu 610065, China) ,  Ye Mao (University of Electronic Science and Technology of China, Chengdu 610065, China) ,  Liu Yiguang (Sichuan University, Chengdu 611731, China) ,  Zhu Ce (University of Electronic Science and Technology of China, Chengdu 610065, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICME  ページ： 1129-1134  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： ヒトがあるために走査眼を介して物体を認識する。適切な順序は有用な特性,認識プロセスを迅速かつ正確にを捕捉するために有用であると考えられる。,人間の認識プロセスをシミュレートするために記憶に基づく系列学習モデルを提案した。最初に,重なりのない画像を分割配列を生成した。,特徴抽出に使用されている畳込みニューラルネットワーク。配列は重要度の順により改訂された。最後に,長い短期記憶は逐次パターンを記憶と配列標識を予測するための配列を連続的に受ける。添加では,著者らのモデルを用いて配列順序と配列パターンの両方を学習効率的にする共同学習法を提案した。著者らのモデルは,歩行者検出のための領域ベース検出フレームワークに適用した。二歩行者データセット上で最先端の方法と比較して,提案手法では,精度と速度の点で同等の性能を達成した。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： ヒト ,  *歩行者 ,  画像 ,  走査 ,  特徴抽出 ,  *学習 ,  モデル ,  畳込み ,  ニューラルネットワーク
準シソーラス用語： 最先端 ,  協調学習 ,  学習効率 ,  短期記憶 ,  系列学習 ,  *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 (2件)： 学習 ,  歩行者検出