文献

J-GLOBAL ID：202002270516769890   整理番号：20A2616568

畳込みニューラルネットワークに基づく大規模群衆計数のための性能比較と解析【JST・京大機械翻訳】

Performance Comparison and Analysis for Large-Scale Crowd Counting Based on Convolutional Neural Networks

著者 (6件)： Alotaibi Reem (Faculty of Computing and Information Technology, King Abdulaziz University, Jeddah, Saudi Arabia) ,  Alzahrani Bander (Faculty of Computing and Information Technology, King Abdulaziz University, Jeddah, Saudi Arabia) ,  Wang Rui (School of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan, China) ,  Alafif Tarik (Computer Science Department, Jamoum University College, Umm Al-Qura University, Makkah, Saudi Arabia) ,  Barnawi Ahmed (Faculty of Computing and Information Technology, King Abdulaziz University, Jeddah, Saudi Arabia) ,  Hu Long (School of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 204425-204432  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 今日,群衆解析は,意思決定に頼る必要のある最も重要な概念の1つであり,クラウドの安全性と安全性を確実にする。群衆追跡,群衆行動認識および群衆計数を含む群衆解析の範囲内で,多様な興味深い研究問題があった。画像とビデオに基づくクロード計数を,過去数年間,研究した。それにもかかわらず,人間の頭部の数の推定および検出は,オクルージョン,解像度および照明変化のため,困難なタスクのままである。本論文は,密度マップ推定に基づく畳込みニューラルネットワーク(CNN)を用いた群衆計数技術の概観と性能比較を提供する。本論文では,公共領域で利用可能な最大数の群衆数画像と頭部アノテーションを含むUCF-QNRFデータセットに基づく群衆計数の包括的解析とベンチマークを示した。また,性能比較と共に密度マップ生成とそれらの経験的評価を示した。Copyright 2020 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： 意思決定 ,  分解能 ,  計数法 ,  録画装置 ,  ベンチマーク ,  アノテーション ,  *オクルージョン
準シソーラス用語： 性能比較 ,  行動認識 ,  照明変化 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (5件)： 畳込みニューラルネットワーク ,  大規模 ,  計数 ,  性能比較 ,  解析