文献

J-GLOBAL ID：201802280392941226   整理番号：18A0408602

Haar-like特徴を用いた歩行者検出のための高速変形可能モデル【Powered by NICT】

Fast Deformable Model for Pedestrian Detection with Haar-like features

著者 (8件)： Chou Kuang-Pen (Institute of Computer Science and Engineering, National Chiao-Tung University, Hsinchu, Taiwan) ,  Prasad Mukesh (Centre for Artificial Intelligence, School of Software, FEIT, University of Technology Sydney, Australia) ,  Puthal Deepak (School of Electrical and Data Engineering, FEIT, University of Technology Sydney, Australia) ,  Chen Ping-Hung (Institute of Electrical and Control Engineering, National Chiao-Tung University, Hsinchu, Taiwan) ,  Vishwakarma Dinesh Kumar (Department of Electronics & Communication Engineering, Delhi Technological University, India) ,  Sundarami Suresh (School of Computer Science and Engineering, Nanyang Technological University, Singapore) ,  Lin Chin-Teng (Centre for Artificial Intelligence, School of Software, FEIT, University of Technology Sydney, Australia) ,  Lin Wen-Chieh (Department of Computer Science, National Chiao-Tung University, Hsinchu, Taiwan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SSCI  ページ： 1-8  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,混雑した環境における歩行者を効率的に検出かつ正確に歩行者検出(FDMPD)のための新しい高速な変形可能なモデルを提案した。利用可能な多重検出法にもかかわらず,検出は様々なヒト姿勢と展望のために,難しくなる。提案された研究は二つの部分に分けられる。第1部は異なる身体部位(例えば,頭部,肩,膝)のためのHaar様の特徴をもつ六Adaboost分類器を訓練応答特徴マップを構築した。第二部では,空間深い特徴を生産するための全身モデルでこれら六応答特徴マップを用いた。複合深い特徴は,歩行者の有無を判定するSVM(サポートベクトルマシン)への入力として使用した。INRIA個人データセット上で行った実験では,提案したFDMPDアプローチは効率性およびロバスト性の点で他の最新技術手法と比較して44.75%以上の改善を示した。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： 身体部位 ,  多重化 ,  検出法 ,  *歩行者 ,  サポートベクトルマシン ,  ヒト ,  *高速度 ,  ロバスト性
準シソーラス用語： 全身 ,  特徴マップ ,  *変形可能モデル ,  *歩行者検出 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 歩行者検出 ,  変形可能モデル