文献

J-GLOBAL ID：201802275716163174   整理番号：18A0382884

畳込み学習を用いた歩行者検出器の性能の改善【Powered by NICT】

Improving the performance of pedestrian detectors using convolutional learning

著者 (4件)： Ribeiro David (Instituto de Sistemas e Robotica, Instituto Superior Tecnico, 1049-001 Lisboa, Portugal) ,  Nascimento Jacinto C. (Instituto de Sistemas e Robotica, Instituto Superior Tecnico, 1049-001 Lisboa, Portugal) ,  Bernardino Alexandre (Instituto de Sistemas e Robotica, Instituto Superior Tecnico, 1049-001 Lisboa, Portugal) ,  Carneiro Gustavo (Australian Centre of Visual Technologies, The University of Adelaide, Australia)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 61  ページ： 641-649  発行年： 2017年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 歩行者検出(PD)の問題における深い畳込みニューラルネットワーク(CNN)の利用に関する新しい成果を提示した。本論文では,著者らは以下の疑問に的を絞る(i)非深い最先端の歩行者検出器(例えばACF,LDCF)が与えられたとき,それは,それらのトップ性能を向上させることができる(ii)本論文ではPD文脈におけるそれらの性能を向上させるためにこれらの検出器に事前訓練された深いモデルを適用することが可能であるが,最新の非深い歩行者検出器を用いたカスケードCNNモデル(Imagenetに予め訓練)による前述の問題を取り上げて論じた。さらに,この戦略は同じ歩行者境界ボックス(すなわち提案)から計算された異なるセグメンテーションマップ(例えばRGB,勾配,LUV)に拡張可能なことを示した。筆者らは提案アプローチが最先端の非深い歩行者検出器の検出性能を向上できることを示した。公開利用可能データセットINRIA(RAC)とCALTECH組ひも上の歩行者検出問題に対処するために提案方法論を適用した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 学習 ,  モデル ,  *畳込み ,  *検出器
準シソーラス用語： 検出能 ,  最先端 ,  畳込みニューラルネットワーク ,  *歩行者検出 , 【Automatic Indexing@JST】

著者キーワード (4件)： 歩行者検出 ,  畳込みニューラルネットワーク ,  特徴マップ ,  非深度検出器

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 畳込み ,  学習 ,  歩行者検出