文献

J-GLOBAL ID：201702255480697372   整理番号：17A0058120

R CNNを用いた歩行者検出のためのより良い領域の提案【Powered by NICT】

Better region proposals for pedestrian detection with R-CNN

著者 (2件)： Dong Peilei (School of Electronic and Computer Engineering, Shenzhen Graduate School, Peking University, Lishui Road 2199, Nanshan District, Shenzhen, Guangdong Province, China 518055) ,  Wang Wenmin (School of Electronic and Computer Engineering, Shenzhen Graduate School, Peking University, Lishui Road 2199, Nanshan District, Shenzhen, Guangdong Province, China 518055)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： VCIP  ページ： 1-4  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： 領域ベース畳込みニューラルネットワーク(R CNNs)は,最近,物体検出で大きな成功を収めている。これら深いモデルは,物体の位置を仮定する領域提案アルゴリズムに依存する。本論文では,特別な領域提案アルゴリズムを組み合わせるR CNNであり,歩行者検出に適用した。特殊アルゴリズムは,歩行者クラスのための領域のみ提案を生成した。一般物体位置を検出する一般的な領域提案アルゴリズム選択的探索とは異なっている。実験結果は,提案手法により生成された領域の提案した歩行者検出のための選択的探索よりも適用性が高いことを証明した。著者らの方法は,に基づく深モデルよりも高速訓練と試験を行い,歩行者検出における到達技術水準と比較して比肩可能な性能を達成した。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： *歩行者 ,  ニューラルネットワーク ,  適応性 ,  高速度 ,  アルゴリズム ,  畳込み ,  物体検出 ,  *歩行者検出

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： CNN ,  歩行者検出 ,  提案