초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

컴퓨터 비젼에서 영상 감시, 로보틱스 그리고 차량안전등과 같은 응용 영역의 중요성때문에 보행자 검출은 중요한 문제다. 이 논문은 두가지 방법으로 보행자 검출을 제시한다. 첫번째로 우리는 스테레오 도로 영상에서 얻은 레이블링된 깊이 데이타에 대한 보행자 검출 알고리즘을 제안한다. 이 접근법은 깊이와 레이블 데이타를 사용하여 인간 신체의 머리와 다리에 대한 특징적 반응을 계산한다. 그리고 나서 이 접근법은 ...

컴퓨터 비젼에서 영상 감시, 로보틱스 그리고 차량안전등과 같은 응용 영역의 중요성때문에 보행자 검출은 중요한 문제다. 이 논문은 두가지 방법으로 보행자 검출을 제시한다. 첫번째로 우리는 스테레오 도로 영상에서 얻은 레이블링된 깊이 데이타에 대한 보행자 검출 알고리즘을 제안한다. 이 접근법은 깊이와 레이블 데이타를 사용하여 인간 신체의 머리와 다리에 대한 특징적 반응을 계산한다. 그리고 나서 이 접근법은 에지 제거와 인체에 대한 선험적 지식을 사용한 머리와 다리의 얼룩에 반응하는 바이패리티 그래프를 부분화를 통해 보행자를 검출한다. 두번째로, 보행자 검출에 그레이 영상의 밝기와 깊이 영상의 HoG(Histogram of oriented gradient)특징의 융합을 이용한다. 이들 특징의 상보 융합은 검출 성능을 크게 향상시킨다. HoG 특징 추출은 선형 SVM에 의해 학습된 그레이 영상의 밝기와 깊이 영상에 맞게 적용되어 있다. 때문에, 그레이 영상의 밝기와 깊이 영상에 대한 HoG 특징의 융합을 이용한 보행자 검출방법은 기존의 밝기 기반의 인체 검출 시스템의 낮은 효율과 낮은 식별 문제의 좋은 해결책이다. 이 연구에서 밝기와 깊이 특징의 융합은 다른 방법과 비교해서 더 좋은 결과를 가진다.

Abstract ▼ AI-Helper

Pedestrian detection is an important problem in computer vision due to its importance for applications such as visual surveillance, robotics, and automotive safety. This thesis presents pedestrian detection in two ways. First, we propose pedestrian detection algorithm on labeled depth data which is ...

Pedestrian detection is an important problem in computer vision due to its importance for applications such as visual surveillance, robotics, and automotive safety. This thesis presents pedestrian detection in two ways. First, we propose pedestrian detection algorithm on labeled depth data which is obtained from stereo road scenes. This approach computes feature responses for head and legs of human body using depth and label data. And then, it detects pedestrians by removing edges and partitioning a bipartite graph of head and leg response blobs using prior knowledge about human body. Second, pedestrian detection using fusion of intensity and depth features. Complementary fusion of these features significantly boosts the detection performance. Histogram of Oriented gradient (Hog) is applied for feature extraction in both intensity and depth images and trained by linear SVM. The pedestrian detection method by using fusion of depth and intensity Hog features is a good solution for the problem of low efficiency and identification in conventional intensity based human detection system. Experimental result shows that fusion of depth and intensity features approach has a better result compared to others.

주제어