文献

J-GLOBAL ID：201702266783488192   整理番号：17A1398920

ニューラルネットワークと確率モデルを用いた交通監視システムにおけるシーン認識【Powered by NICT】

Scene recognition in traffic surveillance system using Neural Network and probabilistic model

著者 (4件)： Tran Duong Nguyen-Ngoc (School of Computer Science and Engineering, International University, Vietnam National University, Ho Chi Minh City, Vietnam) ,  Pham Long Hoang (School of Computer Science and Engineering, International University, Vietnam National University, Ho Chi Minh City, Vietnam) ,  Tran Ha Manh (School of Computer Science and Engineering, International University, Vietnam National University, Ho Chi Minh City, Vietnam) ,  Ha Synh Viet-Uyen (School of Computer Science and Engineering, International University, Vietnam National University, Ho Chi Minh City, Vietnam)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSSE  ページ： 226-230  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： 交通監視システム(TSS)では,結果の品質に影響を及ぼす多くの因子である。実用化を通して,シーンは,昼光から夜間,晴天と曇天,湿式および乾式シーンの変換を日期間の間に変化する決定するのは困難である。しかし,環境シーンを区別する方法を例示する制御された研究,TSSにおける六つの主要な課題の一つであるされてなかった。,終日監視中のシーンの変化を検出し,認識する手法を提示した;,TSSは各シーンのための適切な方法を決定するために認識を採用し,性能増加。認識モデルはCIE-Lab色空間の組み合わせと各フレームにおける関心領域のヒストグラム(ROI)に基づいており,検出を行うためにフィードフォワードニューラルネットワークのための特徴を抽出するために用いた。実験セクションでは,著者らの結果は,実際の交通監視システムにおける提案した方法の利点であることを示した。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： *監視装置 ,  晴天 ,  *ニューラルネットワーク ,  ヒストグラム ,  品質 ,  認知モデル ,  *確率モデル ,  昼光 ,  色空間
準シソーラス用語： フィードフォワードニューラルネットワーク ,  関心領域 ,  曇天 ,  *シーン理解 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： ニューラルネットワーク ,  確率モデル ,  交通 ,  監視システム ,  シーン認識