반응형

Algorithm/Paper 25
Tracking-Learning-Detection (TLD)

TLD에 의해 주장된 long-term Tracking의 문제는 얼굴에 적용할 경우, 억제할 수 있다. 하나의 프레임으로부터 시작하고, 전체 검출기는 온라인으로 학습된다. 효율적인 분류기는 객체와 배경의 결정 경계를 표현한다.(랜덤 포레스트) 얼굴 추적의 경우, 다양한 얼굴 검출기를 쉽게 이용할 수 있기 때문에 전체 검출기의 집합?은 필요치않다. 따라서 validator로 구성된 학습기는 얼굴 패치가 타겟인지 아닌지를 결정한다. 이러한 판정은 적은 후보 영역만을 판단하면 되기 때문에, 얼굴 검출보다 상당히 작은 시간을 요구한다( 연산량이 작다), 반면에, TLD Homepage : http://kahlan.eps.surrey.ac.uk/featurespace/tld/ c code : https://git..
Algorithm/Paper 2013.01.29

[IEEE2011]Linear SVM Classification Using Boosting HoG Features For Vehicle Detection in Low-Altitude Airborne Video

요약 HOG를 이용하여 차량을 검출하는 방법 중요 포인트 학습 일반적으로 HOG를 추출하여 모든 차원의 엘리먼트들을 특징으로 사용하지만 본 논문에서는 HOG 특징들 중에 좋은 특징만 추출하여 사용하고자 하는 아이디어 그렇다면 좋은 특징을 어떻게 추출하는가? Adaboost를 이용하여 좋은 특징을 추출한다. 그렇다면 특징을 추출한뒤 인식은 어떻게 하는가? Adaboost의 출력 값을 이용하여 다시 새로운 특징 벡터를 생성 후 SVM으로 인식한다. 테크닉 하나의 HOG를 사용하는 것이 아니라 3 종류의 HOG를 사용하는데, 이는 좀 더 강건하게 차량 검출을 위해서 사용한다. Cascade 개념이 들어 간듯 하다. 느낀점 개인적으로 정말 좋은 아이디어 인듯하다. 유사한 생각으로 혹시나해서 이미 논문이 나왔는지..
Algorithm/Paper 2012.11.06

[CVPR2011] Stable Multi-Target Tracking in Real-Time Surveillance Video

아 드뎌 관심이 가는 논문을 찾았다. 이제 부터 한번 이 논문을 공부하고 구현까지 해보자 너무 관련 연구가 많고 해야할 부분은 많은데 좀 걱정이긴 하지만 좋은 도전이 될듯하다. ㅋㅋ 이 논문에 대해 공부하면서 알게되는 지식들을 올릴 생각이다. 누군가 이 글을 보고 함께 연구했으면 좋겠다. 본 게시물이 도움이 되었다면, 꾸~욱~ 눌러주세요. 포스팅 하는데 많은 힘이 됩니다~~~
Algorithm/Paper 2012.03.22
1 2 3
더보기
반응형

티스토리툴바