http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : Soo Huyng Kim(김수형) (검색결과 1 건)
- 무료
- 기관 내 무료
- 유료
-
Trung Quy Nguyen(퀴),Soo Huyng Kim(김수형),In Seop Na(나인섭) 한국정보과학회 2014 정보과학회 컴퓨팅의 실제 논문지 Vol.20 No.2
지능형교통정보시스템에서 보행자 검지는 다른 교통정보 검지에 비해 검지하기 어려운 기술이다. 슬라이딩 윈도우(Sliding Window) 기술은 사람을 검출하는데 보편적으로 적용되는 기술 중의 하나이다. 슬라이딩 윈도우는 일반적으로 정확한 검지에 가까운 모든 윈도우에 대해 긍정적인 응답 번호를 생성한다. 따라서 우리는 최종 검지 정보를 얻기 위해 모든 검색된 창을 병합해야 한다. 이렇게 병합하는 기술을 우리는 NMS(non-maximum suppression)이라 부른다. NMS는 사람을 검지하는 시스템에서 중요한 역할을 한다. 이 논문에서 우리는 NMS에 대한 효율적인 방법을 제시하였다. 첫째, 우리는 거짓-긍정(false positive) 검지 제거에 중심이동(mean shift) 알고리즘을 사용하였다. 그리고 선형 SVM(support vector machine) 분류기의 결과로 나오는 검지 점수에 기반한 모든 중첩된 윈도우를 평가하였다. 실험결과 제안된 방법이 기존의 NMS방법에 비해 우수한 결과를 나타냈다. Pedestrian detection requires many different techniques in Intelligent Transportation System. Sliding window (SW) technique is one of common paradigms employed for human detection. It typically produces a number of positive responses close to the correct detection. Therefore, we have to merge all these detection windows to get the final detection. The merging technique is called non-maximum suppression (NMS). NMS plays an important role in human detection system. In this paper, we present an efficient approach to NMS. Firstly, we use mean-shift algorithm to remove false positive detection windows, and then evaluate all overlapping windows based on detection score that is output from linear SVM classifier. The experimental results showed that our proposed method gave better result compare to OpenCV’s NMS method.
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
