文献

J-GLOBAL ID：202002287381501443   整理番号：20A2102898

適応特徴畳込みネットワークに基づく歩行者検出方法【JST・京大機械翻訳】

Pedestrian detection method based on adaptive feature convolution network

著者 (7件)： Chen Qiaosong (重慶郵電大学 数据工程与可視計算重点実験室,重慶 400065) ,  Gong Panhao (重慶郵電大学 数据工程与可視計算重点実験室,重慶 400065) ,  Shen Fahai (重慶郵電大学 数据工程与可視計算重点実験室,重慶 400065) ,  Tao Ya (重慶郵電大学 数据工程与可視計算重点実験室,重慶 400065) ,  Dong Guangxian (重慶郵電大学 数据工程与可視計算重点実験室,重慶 400065) ,  Wang Jin (重慶郵電大学 数据工程与可視計算重点実験室,重慶 400065) ,  Deng Xin (重慶郵電大学 数据工程与可視計算重点実験室,重慶 400065)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 37  号： 7  ページ： 2202-2205,2226  発行年： 2020年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 歩行者検出方法が畳込みネットワークの浅層特徴を完全に利用できないという問題に対して、FasterR-CNNフレームワークを改善し、適応特徴畳込みネットワークに基づく歩行者検出方法を提案した。方法:2つの改良:a)SFCMモジュールを設計し、畳み込みニューラルネットワークの浅層詳細特徴を抽出するため、b)押し出しと励起操作を引用してAFCMモジュールを設計し、検出に必要な強い識別力の歩行者特徴を選別する。また、公開されたCaltechとINRIAの歩行者データセットを利用し、基準フレームにSFCMとAFCMモジュールを追加して、歩行者検出器を訓練することで、提案モジュールの有効性を検証し、主流行人検出アルゴリズムと比較した。実験結果は,提案方法の誤検出率が,それぞれ9.13%と9.46%に減少し,より良い検出性能を持つことを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  励起 ,  *ネットワーク ,  *歩行者 ,  有効性
準シソーラス用語： 歩行者検出 ,  検出アルゴリズム ,  誤検出率 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (3件)： 適応 ,  畳込み ,  歩行者検出