다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.17 no.12, 2014년, pp.1418 - 1429
이상훈 (Gyeongbuk Science & Technology Promotion Center) , 이영학 (Dept. of Avionic Electronics Eng., Kyungwoon University) , 김태선 (Dept. of Avionic Electronics Eng., Kyungwoon University) , 심재창 (Dept. of Computer Eng., Andong National University)
AI-Helper
In this paper we suggest a new two-wheelers detection algorithm using local cell features. The first, we propose new feature vector matrix extraction algorithm using the correlation two cells based on local cell histogram and shifting from the result of histogram of oriented gradients(HOG). The seco...
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| 영상기반의 지능형 자동차를 위한 영상 획득 방법에는 무엇이 있는가? | 앞에서 언급한 것처럼 이륜차는 사람과 물체의 결합 형태이므로 보행자 인식과 유사하다고 할 수 있다. 영상기반의 지능형 자동차를 위한 영상획득 방법에는 단일영상획득 방법과 스테레오 영상획득 방법이 있다[3]. 단일영상 획득 방법은 카메라 한 대를 이용하여 영상을 획득하여 이용하는 것이며, 스테레오 영상획득은 두 대의 카메라를 이용하여 영상의 깊이 차를 이용하는 방법이다. | |
| 이륜차의 특징 추출은 어떤 방법이 있는가? | 이륜차는 사람과 물체의 결합 형태이므로 보행자 특징 추출과 유사하다. 특징 추출 방법으로 Harr 웨이블릿(Wavelet)기반 방법[6], 기울기의 히스토그램(Histogram of Oriented Gradient (HOG))을 이용한 방법[7], 그리고 LRF(Local receptive field) 방법[8] 그리고 LBP(Local binary pattern)[9] 등이 주로 연구되고 있으며, 분류 방법으로는 SVM(Support Vector Machine), 신경망, 아다부스트 알고리즘이 많이 적용되고 있다. Papageorgiou[10]은 수정된 Haar 웨이블릿을 이용하여 다항식 SVM 방법에 의해 보행자를 검출하였으며, Depoortere 등[11]은 Papageorgiou등의 연구로부터 최적화한 결과를 얻었으며, Gavrila와 Philomin[12]은 에지 영상 추출로 부터 깍은 모서리(chamfer) 거리를 이용한 비교를 수행하였다. | |
| 스테레오 영상획득이란 무엇인가? | 영상기반의 지능형 자동차를 위한 영상획득 방법에는 단일영상획득 방법과 스테레오 영상획득 방법이 있다[3]. 단일영상 획득 방법은 카메라 한 대를 이용하여 영상을 획득하여 이용하는 것이며, 스테레오 영상획득은 두 대의 카메라를 이용하여 영상의 깊이 차를 이용하는 방법이다. 가장 저렴하고 많이 사용되고 있는 단일 영상 획득 방법 중 외형기반 방법은 보행자의 움직임, 의복, 빛, 자세와 배경 등 다양한 외부 조건에 영향을 받는다[4,5]. |
H. Jung, Y. Ehara, J.K. Tan, H. Kim, and S. Ishikawa, "Applying MSC-HOG Feature to the Detection of a Human on a Bicycle," Proceeding of 12th International Conference on Control, Automation and Systems, pp. 514-517, 2012.
H. Cho, P.E. Rybski, and W. Zhang, "Visionbased Bicyclist Detection and Tracking for Intelligent Vehicles," IEEE Intelligent Vehicles Symposium 2010, pp. 454-461, 2010.
M. Enzweiler and D. Gavrila, "Monocular Pedestrian Detection: Survey and Experiments," IEEE Transactions on Pattern Analysis and Machine Interlligence, Vol. 31, No. 11, pp. 2179-2195, 2009.
A. Broggi, M. Bertozzi, and A. Fascioli, "Shape-based Pedestrian Detection," Proceeding of the IEEE Intelligent Vehicles Symposium 2000, pp. 215-220, 2000.
M. Mahlisch, M. Oberlander, O. L.hlein, D. Gavrila, and W. Ritter, "A Multiple Detector Approach to Low-resolution for Pedestrian Recognition," Proceeding of IEEE Intelligent Vehicles Symposium 2005, pp. 23-28, 2005.
C. Papageorgiou and T. Poggio, "A Trainable System for Object Detection," International Journal of Computer Vision, Vol. 38, No. 1, pp. 15-33, 2000.
N. Dalal and B. Triggs, "Histogram of Oriented Gradients for Human Detection," Conference on Computer Vision and Pattern Recognition, 2005.
S. Munder and D.M. Gavrila, "An Experimental Study on Pedestrian Classification," IEEE Transactions on Pattern Analysis and Machine Interlligence, Vol. 28, No. 11, pp. 1863-1868, 2006.
T. Ojala, M. Pietikainen, and D. Harwood, "A Comparative Study of Texture Measures with Classification based on Feature Distributions," Pattern Recognition, Vol. 29, No. 1, pp. 51-59, 1996.
R. Fransens, V. Depoortere, and J.D. Prins, Boundary based Feature Selection, Technical Report, KU. Leuven, 2002.
D. Gavrila and V. Philomin, "Real-time Object Detection for "Smart" Vehicles," Proceeding of IEEE International Conference on Computer Vision, pp. 87-93, 1999.
P. Viloa, M. Jones, and D. Snow, "Detecting Pedestrians using Patterns of Motion and Appearance," International Journal of ComputerVision, Vol. 63, No. 2, pp. 153-161, 2005.
R. Ronfard, C. Schmid, and B. Triggs "Learning to Parse Pictures of People," Proceeding of The 7th European Conference on Computer Vision, Vol. 2353, pp. 700-714, 2002.
C. Matsushima, Y. Yamauchi, T. Yamashita, and H. Fujiyoshi, A Method for Reducing Number of HOG Features based on Real AdaBoost, IPSJ SIG Technical Report, pp. 1-8, 2009.
C.P. Papageorgiou, M. Oren, and T. Poggio, "A General Framework for Object Detection, " Proceedings of the International Conference on Computer Vision '98, pp. 555-562, 1998.
M. Swain and D. Ballard, "Color Indexing," International Journal of Computer Vision, Vol. 7, pp. 11-32, 1991.
E. Cjeng, N. Xie, H. Ling and P.R. Bakic, "Mammographic Image Classification using Histogram Intersection," Proceeding of 2010 International Symposium on Biomedical Image, pp. 197-200, 2010.
Y. Freund and R.E. Schapire, "A Decisiontheoretic Generalization of On-line Learning and an Application to boosting," Journal of Computer and System Science, Vol. 55, No. 1, pp. 119-139, 1997.
D.A. Reynolds, T.F. Quatieri, and R.B. Dunn, "Speaker Verification using Adapted Gaussian Mixture Models," Digital Signal Processing, Vol. 10, No. 1-3, pp. 19-41, 2000.
J.A.K. Suykens and J. Vandewalle, "Least Squares Support Vector Machine," Neural Processing Letters, Vol. 9, No. 3, pp. 293-300, 1999.
H. Jung, Y. Ehara, J.K. Tan, H. Kim, and S. Ishikawa, "Applying MSC-HOG Feature to the Detection of a Human on a Bicycle," Procceding of 12th International Conference on Control, Automation and Systems, pp. 514-517, 2012.
T. Li, X. Cao, and Y. Xu, "An Effective Crossing Cyclist Detection on a Moving Vehicle," Proceedings of the 8th World Congress on Intelligent Control and Automation, pp. 368-372, 2010.
Y.H. Lee, T.S. Kim, S.H. Lee and J.C. Shim, "New Approach to two wheelers detection using Cell Comparirion," The Journal of Multimedia Information System, Vol. 1, No.1, pp. 45-53, 2014.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.