文献

J-GLOBAL ID：201802250276011689   整理番号：18A0200175

深部マルチカメラ人物検出【Powered by NICT】

Deep Multi-camera People Detection

著者 (2件)： Chavdarova Tatjana ,  Fleuret Francois
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICMLA  ページ： 848-853  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： 本論文では,マルチビュー者占有マップ推定の問題を検討した。既存の解決策は,見解を操作,または背景減算前処理に依存している。両手法はシーンより密集になると検出性能を軽減した。前者は関節情報を利用しないが,後者はターゲットの数が増加するにつれてますます相互接続なって前景小塊に起因するあいまいな入力を扱った。深学習アルゴリズムは,著しく多数のコンピュータビジョンタスクに優れていることが証明されているが,このような方法はこの問題にまだ適用されていない。大部分この大規模マルチカメラデータセットの欠如による。本法の中核は,単眼歩行者データセットの使用,マルチビューよりも大規模で利用可能な,複数のビデオストリームに対する並列処理を適用し,それを利用したアーキテクチャである。エンドツーエンド深層学習方法が一般的に用いられるPETS2009データセットに大きな差でしのぐ,これは既存の方法よりも優れている。さらに,公的に利用できるようにした新しい三カメラHDデータセット。Copyright 2018 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： エンドツーエンド方式 ,  相互接続 ,  前処理 ,  単眼 ,  曖昧さ ,  並列処理 ,  学習アルゴリズム ,  歩行者 ,  *カメラ
準シソーラス用語： 深層学習 ,  ビデオストリーム ,  前景 ,  背景差分法 ,  *人物検出 ,  *マルチカメラ , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 深部 ,  マルチカメラ ,  人物検出