文献

J-GLOBAL ID：202002250228334069   整理番号：20A0135443

改良LENET-5畳込みニューラルネットワークに基づく歩行者検出【JST・京大機械翻訳】

Pedestrian detection based on improved LeNet-5 convolutional neural network

著者 (4件)： Zhang Chuan-Wei (College of Mechanical Engineering, Xi’an University of Science and Technology, Xi’an, Shaanxi, China) ,  Yang Meng-Yue (College of Mechanical Engineering, Xi’an University of Science and Technology, Xi’an, Shaanxi, China) ,  Zeng Hong-Jun (College of Mechanical Engineering, Xi’an University of Science and Technology, Xi’an, Shaanxi, China) ,  Wen Jian-Ping (College of Mechanical Engineering, Xi’an University of Science and Technology, Xi’an, Shaanxi, China)
資料名： Journal of Algorithms & Computational Technology  (Journal of Algorithms & Computational Technology)
巻： 13  ページ： 1748302619873601  発行年： 2019年 
JST資料番号： W5270A  ISSN： 1748-3018  資料種別： 逐次刊行物 (A)
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： 本論文において,歩行者検出における高度な車両支援駆動のリアルタイムおよび精度要求に従って,改良LeNet-5畳込みニューラルネットワークを提案した。まず第一に,LeNet-5ネットワークモデルの構造を分析して,ネットワークの構造とパラメータを改良して,新しいLenetネットワークモデルを得るためにこのネットワークに基づいて最適化して,次にそれを歩行者を検出するために使用する。最終的に,改良されたLenet畳込みニューラルネットワークのミス率は,コントラストと分析によって25%であることがわかる。実験は,本方法がSA-Fast R-CNNと古典的LeNet-5CNNアルゴリズムより良いことを証明した。Copyright The Author(s) 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *歩行者 ,  *ネットワーク ,  最適化 ,  特徴抽出 ,  コントラスト ,  アルゴリズム
準シソーラス用語： ネットワークモデル ,  実時間 ,  歩行者検出 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 歩行者検出 ,  特徴抽出 ,  LENET-5 ,  畳み込みニューラルネットワーク

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

タイトルに関連する用語 (2件)： 畳込みニューラルネットワーク ,  歩行者検出