...
首页> 外文期刊>電子情報通信学会技術研究報告. 情報論的学習理論と機械学習 >Tracklet特徴量とMean-Shiftクラスタリングによる歩行者流量推定方式の提案
【24h】

Tracklet特徴量とMean-Shiftクラスタリングによる歩行者流量推定方式の提案

机译:rowerlet特征数量和平均移位聚类的行人流估计方法的提案

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       

摘要

監視カメラの映像から歩行者の流量を推定する技術に関し,低演算量でロバストな推定結果が得られる方式を提案する.従来の流量推定方式では,画像中から人の流量をロバストに検出するために,HOG等の演算量の多い特徴量を用いる必要があった.これに対し提案方式では,演算量の少ないTracklet特徴量を,Mean-Shiftクラスタリングを用いて歩行者毎の動き情報に変換して解析することで,低演算量かつロバストな流量推定が可能となった.
机译:关于从监视摄像机的视频估计行人流速的技术,我们提出了一种获得具有低计算复杂度的鲁棒估计结果的方法。 在传统的流量估计方法中,必须使用具有大量操作的特征量,例如Hog,以便从图像到稳健的人的流量。 另一方面,在所提出的方法中,使用平均移位聚类和通过转换和分析每个行人的运动信息来进行转换具有较少计算的轨迹特征量,并且低计算量和鲁棒流量估计变为可能。稻田。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号