論文の概要: Robust Baggage Detection and Classification Based on Local
Tri-directional Pattern
- arxiv url: http://arxiv.org/abs/2006.07345v3
- Date: Mon, 1 Feb 2021 04:14:21 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-22 04:36:05.103050
- Title: Robust Baggage Detection and Classification Based on Local
Tri-directional Pattern
- Title(参考訳): 局所三方向パターンに基づくロバストバッグの検出と分類
- Authors: Shahbano, Muhammad Abdullah and Kashif Inayat
- Abstract要約: 本研究は,手荷物を運んだり運んだりしない人に対する検出アルゴリズムを提案する。
局所三方向パターン記述子は、異なる人体部位の特徴を抽出するために展示される。
INRIAとMSMT17 V1データセットの実験結果は、LtriDPがいくつかの最先端の機能記述子より優れていることを示している。
- 参考スコア(独自算出の注目度): 1.9106615193350307
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In recent decades, the automatic video surveillance system has gained
significant importance in computer vision community. The crucial objective of
surveillance is monitoring and security in public places. In the traditional
Local Binary Pattern, the feature description is somehow inaccurate, and the
feature size is large enough. Therefore, to overcome these shortcomings, our
research proposed a detection algorithm for a human with or without carrying
baggage. The Local tri-directional pattern descriptor is exhibited to extract
features of different human body parts including head, trunk, and limbs. Then
with the help of support vector machine, extracted features are trained and
evaluated. Experimental results on INRIA and MSMT17 V1 datasets show that
LtriDP outperforms several state-of-the-art feature descriptors and validate
its effectiveness.
- Abstract(参考訳): 近年,コンピュータビジョンコミュニティにおいて映像自動監視システムの重要性が高まっている。
監視の重要な目的は公共の場での監視とセキュリティである。
従来のローカルバイナリパターンでは、機能記述は何らかの不正確であり、機能サイズは十分である。
そこで本研究では,このような欠点を克服するために,荷物を運んだり運んだりしない人の検出アルゴリズムを提案する。
頭部、体幹、四肢を含む人体部位の異なる特徴を抽出するために、局所的三方向パターン記述器を提示する。
そして、サポートベクトルマシンの助けを借りて、抽出された特徴を訓練し評価する。
INRIAとMSMT17 V1データセットの実験結果は、LtriDPがいくつかの最先端の機能記述子より優れ、その有効性を検証することを示している。
関連論文リスト
- Visual Saliency Detection in Advanced Driver Assistance Systems [7.455416595124159]
本稿では,ドライバの眠気検知システムと,サリエンシに基づく情景理解パイプラインを組み合わせたインテリジェントシステムを提案する。
我々は、運転者を監視するために、ハンドルに埋め込まれた革新的なバイオセンサーを使用している。
収集したPSG時系列を分類するために、専用の1D時間深部畳み込みネットワークが考案された。
論文 参考訳(メタデータ) (2023-07-26T15:41:54Z) - TripletTrack: 3D Object Tracking using Triplet Embeddings and LSTM [0.0]
3Dオブジェクトトラッキングは、自動運転システムにおいて重要なタスクである。
本稿では,3次元物体追跡における3重項埋め込みと動作表現の併用について検討する。
論文 参考訳(メタデータ) (2022-10-28T15:23:50Z) - Saccade Mechanisms for Image Classification, Object Detection and
Tracking [12.751552698602744]
生体視覚からのササード機構を用いて、ディープニューラルネットワークを分類や物体検出の問題をより効率的にする方法について検討する。
提案手法は、注意駆動型視覚処理とササードのアイデアに基づいており、注意に影響された眼球運動のミニチュア化を図っている。
論文 参考訳(メタデータ) (2022-06-10T13:50:34Z) - ReDFeat: Recoupling Detection and Description for Multimodal Feature
Learning [51.07496081296863]
我々は、相互重み付け戦略による多モーダル特徴学習の検出と記述の独立した制約を再定義する。
本研究では,大きな受容場を有し,学習可能な非最大抑制層を備える検出器を提案する。
我々は,特徴マッチングと画像登録タスクにおける特徴量を評価するために,クロス可視,赤外線,近赤外,合成開口レーダ画像ペアを含むベンチマークを構築した。
論文 参考訳(メタデータ) (2022-05-16T04:24:22Z) - On Triangulation as a Form of Self-Supervision for 3D Human Pose
Estimation [57.766049538913926]
ラベル付きデータが豊富である場合, 単一画像からの3次元ポーズ推定に対する改良されたアプローチは, 極めて効果的である。
最近の注目の多くは、セミと(あるいは)弱い教師付き学習に移行している。
本稿では,多視点の幾何学的制約を,識別可能な三角測量を用いて課し,ラベルがない場合の自己監督の形式として用いることを提案する。
論文 参考訳(メタデータ) (2022-03-29T19:11:54Z) - The Devil is in the Task: Exploiting Reciprocal Appearance-Localization
Features for Monocular 3D Object Detection [62.1185839286255]
低コストのモノクル3D物体検出は、自律運転において基本的な役割を果たす。
DFR-Netという動的特徴反射ネットワークを導入する。
我々は、KITTIテストセットの全ての単分子3D物体検出器の中で、第1位にランク付けする。
論文 参考訳(メタデータ) (2021-12-28T07:31:18Z) - RGB-D Railway Platform Monitoring and Scene Understanding for Enhanced
Passenger Safety [3.4298729855744026]
本稿では,人間を地上平面上で検出し追跡するための柔軟な解析手法を提案する。
我々は、RGBと深度に基づく検出と追跡の複数の組み合わせについて検討する。
その結果,奥行きに基づく空間情報と学習表現の組み合わせにより,検出精度と追跡精度が大幅に向上した。
論文 参考訳(メタデータ) (2021-02-23T14:44:34Z) - Detecting Invisible People [58.49425715635312]
我々は,追跡ベンチマークを再利用し,目立たない物体を検出するための新しい指標を提案する。
私たちは、現在の検出および追跡システムがこのタスクで劇的に悪化することを実証します。
第2に,最先端の単眼深度推定ネットワークによる観測結果を用いて,3次元で明示的に推論する動的モデルを構築した。
論文 参考訳(メタデータ) (2020-12-15T16:54:45Z) - From Handcrafted to Deep Features for Pedestrian Detection: A Survey [148.35460817092908]
歩行者検出はコンピュータビジョンにおいて重要であるが難しい問題である。
過去10年間で、手作りの機能と深い機能によって、大幅な改善が見られた。
単スペクトル歩行者検出に加えて,多スペクトル歩行者検出も検討した。
論文 参考訳(メタデータ) (2020-10-01T14:51:10Z) - Training-free Monocular 3D Event Detection System for Traffic
Surveillance [93.65240041833319]
既存のイベント検出システムは、主に学習ベースであり、大量のトレーニングデータが利用可能な場合、十分なパフォーマンスを実現している。
現実のシナリオでは、十分なラベル付きトレーニングデータの収集は高価であり、時には不可能である。
本稿では,交通監視のためのトレーニング不要な単眼3Dイベント検出システムを提案する。
論文 参考訳(メタデータ) (2020-02-01T04:42:57Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。