歩行者検出のための都市シーンに基づく意味論的変調【JST・京大機械翻訳】

Jiang Hangzhi; Jiang Hangzhi; Liao Shengcai; Li Jinpeng; Prinet Veronique; Xiang Shiming; Xiang Shiming

文献

J-GLOBAL ID：202202241974896833 整理番号：22A0565328

歩行者検出のための都市シーンに基づく意味論的変調【JST・京大機械翻訳】

Urban scene based Semantical Modulation for Pedestrian Detection

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0565328&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0565328&from=J-GLOBAL&jstjournalNo=W0360A") }}

著者 (7件)： , , , , , ,
資料名：
巻： 474 ページ： 1-12 発行年： 2022年
JST資料番号： W0360A ISSN： 0925-2312 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

最近の進歩にもかかわらず,歩行者検出は,小さなオブジェクト,オクルージョン,および多数の偽陽性の厄介な問題に悩まされている。直感的に,都市シーンから得られる豊富な文脈情報は,歩行者の存在と位置を決定するのを助けることができた。例えば,道路と歩道は,潜在的歩行者のための良い手がかりであり,一方,建物と樹木の検出は,しばしば偽陽性である。しかし,ほとんどの既存の歩行者検出器は,意味的文脈を無視または不適切に利用する。本論文では,歩行者検出を容易にするために都市-シーン意味論を完全に利用するために,意味的変調ベースの歩行者検出器(SMPD)と呼ばれる新しい方法を提案した。最初に,効率のために,意味予測モジュールを,意味予測のためにベースライン検出器で共同学習した。第2に,意味統合モジュールを設計して,検出のために都市-セン意味的文脈を利用した。特に,意味情報のみに基づく独立検出ブランチである。この方法で,ベースライン検出器と共に,融合検出結果は,学習された外見特徴と歩行者周辺の情景コンテキストの両方に依存する。さらに,既存の方法は,意味注釈が訓練のために利用できないデータセットに適用できないが,著者らは,著者らの方法をより多くのシナリオに適したものにするために,半教師つき転送学習アプローチを導入した。都市シーンからの意味的文脈の統合により,SMPDは,小さなおよび閉塞した歩行者を正確に検出でき,また,偽陽性を効果的に除去できることを示した。結果として,SMPDは,都市人とCartechデータセットの最新技術を達成した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

著者キーワード (3件)： , ,

パターン認識 , 図形・画像処理一般

, , , ,

前のページに戻る