文献

J-GLOBAL ID：202202270405728658   整理番号：22A1077296

歩行者検出のための部分識別CNN

Discriminative Part CNN for Pedestrian Detection

著者 (3件)： WANG Yu (College of Information Science and Engineering, Ritsumeikan University) ,  CAO Cong (Graduate School of Informatics, Nagoya University) ,  KATO Jien (College of Information Science and Engineering, Ritsumeikan University)
資料名： IEICE Transactions on Information and Systems (Web)  (IEICE Transactions on Information and Systems (Web))
巻： E105.D  号： 3  ページ： 700-712(J-STAGE)  発行年： 2022年 
JST資料番号： U0469A  ISSN： 1745-1361  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 歩行者検出はコンピュータビジョンにおける重要なタスクである。近年,インテリジェント監視システムや自動運転システムなどのアプリケーションで広く用いられている。過去10年間に徹底的に研究されているが,オクルージョン処理問題は未解決のままである。1つの説得力のあるアイデアは,最初に人体の部分を検出し,次に,その部分情報を利用して歩行者の存在を推定することである。このアイデアに基づいて,多くの部分ベースの歩行者検出方式が提案されている。しかし,これらの方式のほとんどにおいて,低品質の部分マイニングと使用性の悪い部分検出器の組合せは,検出性能を制限するボトルネックである。このボトルネックを除くために,部分識別CNN(DP-CNN)を提案した。本方式では2つの主な貢献があり,それは,1)畳込み層の特徴と身体部分サブクラスの両方に基づく高品質身体部分マイニング法を提案した。マイニングされた部分クラスタは識別できるだけでなく,表現的であり,強力な歩行者検出器を構築するのを支援できる。(2)複数の部分検出器を結合する新しい手法を提案した。部分検出器をCNNの中間層に変換し,CNNの微調整により検出パイプライン全体を最適化した。実験では,オクルージョン処理の最適化とロバスト性の驚くべき有効性を示した。(翻訳著者抄録)

シソーラス用語： *歩行者 ,  オクルージョン ,  *ニューラルネットワーク ,  交通安全 ,  自動運転
準シソーラス用語： *CNN ,  *歩行者検出

著者キーワード (5件)： 歩行者検出 ,  咬合操作 ,  部品採掘 ,  部品検出器 ,  識別パートCNN

分類 (1件)： 自動車事故,交通安全  (TB01050G)

引用文献 (37件)：

• [1] N. Dalal and B. Triggs, “Histograms of oriented gradients for human detection,” Proceedings of the 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR '05)-Volume 1-Volume 01, CVPR '05, Washington, DC, USA, pp.886-893, IEEE Computer Society, 2005. 10.1109/cvpr.2005.177
• [2] P. Dollar, Z. Tu, P. Perona, and S. Belongie, “Integral channel features,” Proceedings of the British Machine Vision Conference, pp.91.1-91.11, BMVA Press, 2009. doi:10.5244/C.23.91. 10.5244/c.23.91
• [3] P. Dollar, R. Appel, S. Belongie, and P. Perona, “Fast feature pyramids for object detection,” IEEE Trans. Pattern Anal. Mach. Intell., vol.36, no.8, pp.1532-1545, Aug. 2014. 10.1109/tpami.2014.2300479
• [4] R. Benenson, M. Mathias, R. Timofte, and L. Van Gool, “Pedestrian detection at 100 frames per second,” Proceedings of the 2012 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), CVPR '12, Washington, DC, USA, pp.2903-2910, IEEE Computer Society, 2012. 10.1109/cvpr.2012.6248017
• [5] S. Zhang, C. Bauckhage, and A.B. Cremers, “Informed haar-like features improve pedestrian detection,” Proceedings of the 2014 IEEE Conference on Computer Vision and Pattern Recognition, CVPR '14, Washington, DC, USA, pp.947-954, IEEE Computer Society, 2014. 10.1109/cvpr.2014.126

タイトルに関連する用語 (3件)： 歩行者検出 ,  識別 ,  CNN