최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기전기학회논문지 = The Transactions of the Korean Institute of Electrical Engineers, v.66 no.4, 2017년, pp.682 - 691
전필한 (Dept. of Electrical Engineering, The University of Suwon) , 박찬준 (Dept. of Electrical Engineering, The University of Suwon) , 김진율 (Dept. of Electronic Engineering, The University of Suwon) , 오성권 (Dept. of Electrical Engineering, The University of Suwon)
In this paper, we propose the fusion design methodology of both pedestrian detection and object tracking system realized with the aid of HOG-PCA based RBFNN pattern classifier. The proposed system includes detection and tracking parts. In the detection part, HOG features are extracted from input ima...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
Dalal과Triggs에 의해 제안된 HOG 특징과 SVM 분류기를 이용한 보행자 검출 방법의 특징은 무엇인가? | 이중 2005년 Dalal과Triggs에 의해 제안된 HOG 특징과 SVM 분류기를 이용한 보행자 검출 방법이 가장 대표적이며, Dalal이 제안한 HOG 특징은 인접 픽셀들과의 기울기를 이용하여 크기와 방향성을 계산하여 히스토그램을 구성한다. 히스토그램으로 구성하여 특징을 추출하기 때문에 조명 및 기하학적 변화에 강인하며, 객체의 크기나 모양이 변해도 보행자를 검출 하는데 문제가 없다는 장점이 있지만, 특징의 차원 수가 입력 영상의 크기 따라 정해지기 때문에 분류기에 학습한 마스크와 검출 시 사용하는 마스크 크기는 동일해야 한다는 제약조건이 붙는다. 또한, HOG 특징은 특징 차원 수가 높아 연산이 많고 불필요한 차원들로 인해 검출률 저하와 처리속도가 느리다는 문제점이 있다[2][3]. | |
기존의 객체를 검출 위한 방법에는 어떤 것들이 있는가? | 신뢰성이 없는 검출은 다음 단계인 객체 인식과 추적을 수행할 수 없기 때문이다. 기존의 객체를 검출 위한 방법은 인접된 영상간의 차분 혹은 영상과 추정된 배경과의 차분을 통해 움직임 변화에 대한 영역으로부터 객체를 검출하는 영상 간 차분 방법과, 영상 내에서 슬라이딩 윈도우를 설정하여 움직이면서 그 속에서 특징을 계산하여 객체를 검출하는 특징을 이용하는 검출방법 등이 있다. 영상 간의 차분 방법은 구현이 간단하고 연산이 적다는 장점이 있지만, 객체가 움직이지 않거나 움직임 변화가 없고 갑자기 조명이 크게 변하는 경우 객체를 정확하게 검출하지 못하게 되는 단점이 있다. | |
객체 검출과 인식은 왜 어려운가? | 객체 검출과 객체 인식은 컴퓨터 비전을 이용한 지능형 영상 감시 시스템의 구축을 위한 필수적 기술로 추적 및 안전 감시 등에서 광범위하게 응용된다. 그러나 객체를 추적하기 위해 먼저 수행하는 객체 검출과 인식은 영상 내 객체의 형태와 조명의 변화 그리고 장애물에 의한 가려짐 등에 의해 매우 어려운 문제이다. |
Ran Choi, "A Study on Applying MCT Algorithm to Detection of Pedestrian," Ph. D. Dissertation, Hanshin University, Hanshin, 2013.
Dalal and B. Triggs, "Histograms of oriented gradients for human detection," IEEE Computer Society Conference on Computer Vision and Pattem Recognition, pp. 886-893, 2005
Jiang, J., & Xiong, H. (2012, August). Fast pedestrian detection based on hog-pca and gentle adaboost. In Computer Science & Service System (CSSS), 2012 International Conference on pp. 1819-1822. IEEE.
W. Huang, S. K. Oh, W. Pedrycz, "Design of hybrid radial basis function neural networks (HRBFNNs) realized with the aid of hybridization of fuzzy clustering method (FCM) and polynomial neural networks(PNNs)," Neural Networks, Vol. 60, pp. 166-181, December 2014
Galili, Nir, and Fabian Nater. "HoG-Model based Human Tracking and Irregular Behavior Detection," ETH, 4 January 2010.
Suresh, K. V. (2014, April). HOG-PCA descriptor with optical flow based human detection and tracking. In Communications and Signal Processing(ICCSP), 2014 International Conference on pp. 900-904. IEEE.
S. K. Oh, W. D. Kim, and W. Pedrycz, "Fuzzy Radial Basis Function Neural Networks with information granulation and its parallel genetic optimization," Fuzzy Sets and Systems, Vol. 237, pp. 96-117, February 2014
S. B. Roh, S. K. Oh, and W. Pedrycz. "Design of fuzzy radial basis function-based polynomial neural networks," Fuzzy sets and systems Vol. 185, pp. 15-37. December 2011
S-K. Oh, W-D. Kim, and W. Pedrycz, "Polynomial based radial basis function neural networks (P-RBFNNs) realized with the aid of particle swarm optimization," Fuzzy Sets and Systems, Vol. 163, No. 1, pp. 54-77, 2011
Dalal, N., & Triggs, B. (2005). INRIA Person dataset. 2011-04-10]. http://pascal,inrialpes,fr/data/'human.
G. Ma, A. Kummert, S.B. Park, S.M. Schneiders, and A. Loffe," A Symmetry Search and Filtering Algorithm for Vision Based Pedestrian Detection System," SAETECHNICAL PAPER SERIES, 2008.
Q.M. Tian, Y.P. Luo and D.C. Hu, "Pedestrian Detection in Nighttime Driving," Conference in Proc. of the Third International Conference on Image and Graphics, 2004.
T. Tsuji, H. Hattori, M. Watanabe, and N. Naga oka, "Development of Night-Vision System," IEEE Transactions on Intelligent Transportation Systems, 2002.
H. Nanda and L. Davis, "Probabilistic Template Based Pedestrian Detection in Infrared Videos," IEEE Intelligent Vehicle Symposium, 2002
ZHU, Qiang, et al. Fast human detection using a cascade of histograms of oriented gradients. In: Computer Vision and Pattern Recognition, 2006 IEEE Computer Society Conference on. IEEE, pp. 1491-1498, 2006.
BURGES, Christopher JC. A tutorial on support vector machines for pattern recognition. Data mining and knowledge discovery, 2.2: 121-167, 1998.
LEICHTER, Ido. Mean shift trackers with cross-bin metrics. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 34.4: 695-706, 2012.
NING, Jifeng, et al. Robust mean-shift tracking with corrected background-weighted histogram. IET computer vision, 6.1: 62-69, 2012.
Allen, John G., Richard YD Xu, and Jesse S. Jin. "Object tracking using camshift algorithm and multiple quantized feature spaces." Proceedings of the Pan-Sydney area workshop on Visual information processing. Australian Computer Society, Inc., 2004.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.