• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of visual communication & image representation >Segmentation by weighted aggregation and perceptual hash for pedestrian detection
【24h】

Segmentation by weighted aggregation and perceptual hash for pedestrian detection

机译：通过加权聚合和感知哈希对行人检测进行分割

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Main challenges of pedestrian detection are caused by the intra-class variation of pedestrians in clothing, scales, deformations, occlusions, and backgrounds. The prevalent detection frameworks employ a series of dense sliding windows, which are time-consuming. In this work, we equip the detection framework with another new strategy, and extract the new features, to eliminate the above requirements. Segmentation by weighted aggregation (SWA) provides a probability measure to segment objects from complex backgrounds. Perceptual hash (pHash) has shown its power in similar image retrieval because it is modification-tolerant and scale-invariant. The proposed approach uses binarized normed gradients (BING) to efficiently generate a small set of estimation proposals, and formulates SWA and pHash into a joint descriptor, called HASP, to improve the detection performance significantly. Experimental results both on INRIA dataset and ETH dataset have demonstrated the effectiveness and efficiency of the proposed approach. (C) 2016 Elsevier Inc. All rights reserved.
机译：行人检测的主要挑战是由于行人在服装，体重秤，变形，遮挡和背景方面的内部差异而引起的。流行的检测框架采用一系列密集的滑动窗口，这很费时。在这项工作中，我们为检测框架配备了另一种新策略，并提取了新功能，以消除上述要求。通过加权聚合（SWA）进行的分段提供了一种概率度量，用于从复杂背景中对对象进行分段。感知哈希（pHash）在类似的图像检索中已显示出其强大功能，因为它具有修改容忍性和规模不变性。所提出的方法使用二值化范数梯度（BING）来有效地生成一小组估计方案，并将SWA和pHash公式化为联合描述符（称为HASP），以显着提高检测性能。在INRIA数据集和ETH数据集上的实验结果都证明了该方法的有效性和效率。 （C）2016 Elsevier Inc.保留所有权利。

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