文献

J-GLOBAL ID：201702222718389244   整理番号：17A0320302

混雑監視環境におけるAdaBoostとCNNを組合せた頭部検出に基づいた人の計数【Powered by NICT】

People counting based on head detection combining Adaboost and CNN in crowded surveillance environment

著者 (5件)： Gao Chenqiang (Chongqing Key Laboratory of Signal and Information Processing, Chongqing University of Posts and Telecommunications, Chongqing, China) ,  Li Pei (Chongqing Key Laboratory of Signal and Information Processing, Chongqing University of Posts and Telecommunications, Chongqing, China) ,  Zhang Yajun (Chongqing Key Laboratory of Signal and Information Processing, Chongqing University of Posts and Telecommunications, Chongqing, China) ,  Liu Jiang (Chongqing Key Laboratory of Signal and Information Processing, Chongqing University of Posts and Telecommunications, Chongqing, China) ,  Wang Lan (Chongqing Key Laboratory of Signal and Information Processing, Chongqing University of Posts and Telecommunications, Chongqing, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 208  ページ： 108-116  発行年： 2016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)

抄録/ポイント： 計数はビデオ監視における重要な技術の一つである。この作業は,通常,混雑した環境における多くの課題,重閉塞,低分解能,画像視点変動などに遭遇する。物体検出に及ぼすR CNN(Girshick.,2014)[1]の成功に動機づけられて,本論文では,AdaBoostアルゴリズムとCNNを組合せた頭部検出利用者計数法を提案した。CNNの入力として一般的オブジェクト提案を用いたR CNNと異なり,この方法は,CNN,分類時間を大きく短縮できる頭部領域提案を得るためにカスケードAdaBoostアルゴリズムを用いている。CNNの特徴学習の強い能力を再仕分けするために,一般的に使用される戦略として本論文では,の代わりに分類器として特徴抽出器として使用した。最後の分類は,CNN特徴抽出器を用いて抽出された特徴上で訓練された線形SVM分類器により行った。最後に,事前知識は頭部検出の精度を向上するために検出結果を後処理に適用でき,者数は頭部検出結果を計数することにより得られた。実際の教室監視データセットを用いて,提案した方法を評価するために,実験結果は,この方法は良好な性能を持ち,ベースライン法より優れていることを示し,変形可能部分モデルとカスケードAdaBoost法を含む。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *特徴抽出 ,  閉塞 ,  後処理 ,  計数法 ,  線形性 ,  学習 ,  基準線
準シソーラス用語： 教室 ,  事前知識 ,  SVM分類 ,  物体検出 ,  低分解能 ,  ビデオ監視 ,  *計数 ,  *AdaBoost , 【Automatic Indexing@JST】

著者キーワード (4件)： 人々は計数 ,  頭検出 ,  AdaBoost ,  CNN

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

タイトルに関連する用語 (6件)： 環境 ,  AdaBoost ,  CNN ,  頭部 ,  人 ,  計数