文献

J-GLOBAL ID：201802278843194059   整理番号：18A2231798

深い特徴を用いたクラッタ環境における移動カメラビデオ監視【JST・京大機械翻訳】

Moving-Camera Video Surveillance in Cluttered Environments Using Deep Features

著者 (6件)： Afonso Bruno M. (Universidade Federal do Rio de Janeiro, Rio de Janeiro, Brazil) ,  Cinelli Lucas P. (Universidade Federal do Rio de Janeiro, Rio de Janeiro, Brazil) ,  Thomaz Lucas A. (Universidade Federal do Rio de Janeiro, Rio de Janeiro, Brazil) ,  da Silva Allan F. (Universidade Federal do Rio de Janeiro, Rio de Janeiro, Brazil) ,  da Silva Eduardo A. B. (Universidade Federal do Rio de Janeiro, Rio de Janeiro, Brazil) ,  Netto Sergio L. (Universidade Federal do Rio de Janeiro, Rio de Janeiro, Brazil)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICIP  ページ： 2296-2300  発行年： 2018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,移動カメラで取得したビデオを用いて,クラッタ環境における視覚異常検出の困難な問題を扱った。考慮された異常は廃棄物である。2つのビデオ(無収差参照ビデオと異常を伴うターゲット)を比較するための新しい方法を,分類器を用いたその後の異常検出段階の特徴抽出器として畳込みニューラルネットワークを用いることにより提案した。2つの分類器戦略,すなわち完全連結ニューラルネットワークとランダムフォレストアルゴリズムを考慮した。クラッタ環境における移動カメラで得られた包括的な廃棄物データベースに対する結果は,提案アーキテクチャが,80%の処理時間の削減により,オブジェクト検出性能に関して最先端のアルゴリズムにさえ適合できることを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *録画装置 ,  特徴抽出 ,  データベース ,  *クラッタ ,  計算機アーキテクチャ ,  ニューラルネットワーク ,  収差 ,  アルゴリズム
準シソーラス用語： 最先端 ,  物体検出 ,  ランダムフォレスト ,  畳込みニューラルネットワーク ,  異常検出 ,  *ビデオ監視 ,  *移動カメラ , 【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 (4件)： クラッタ ,  環境 ,  移動カメラ ,  ビデオ監視