pedestrian

Multi-shot Pedestrian Re-identification via Sequential Decision Making (note)

Multi-shotPedestrianRe-identificationviaSequentialDecisionMaking因为视频连续帧有很多冗余，解决方法：一个流学习rgb表面特征，一个流学习运动信息他们的方法：出发点：效果好的时候，看一张图片就好了，出现模糊和遮挡的现象时，需要动态的调节看多少图像。使用增强学习框架Then,theagentcouldoutputoneofthreeact
moonuke·2019-03-13 19:16

[笔记] Pedestrian Attribute Recognition Dataset Summary

目录1.PETADataset2.RAPDataset3.PA-100KDataset4.WIDERAttributeDataset5.DatabaseofHumanAttributes(HAT)6.Market-1501_Attribute7.DukeMTMC-Attribute8.ClothingAttributesDataset9.Parse27kDataset10.RAP2.0Datase
Code_Mart·2019-03-02 08:57

[笔记] Pedestrian Attribute Recognition Dataset Summary

目录1.PETADataset2.RAPDataset3.PA-100KDataset4.WIDERAttributeDataset5.DatabaseofHumanAttributes(HAT)6.Market-1501_Attribute7.DukeMTMC-Attribute8.ClothingAttributesDataset9.Parse27kDataset10.RAP2.0Datase
Code_Mart·2019-03-02 08:57

数据集收集

热红外行人检测数据集，完全开放使用：https://github.com/SCUT-CV/SCUT_FIR_Pedestrian_Dataset后续会添加，如果你又好的数据集，欢迎告知！
DL&CV_study·2018-12-03 16:35

Train C4: Real-time pedestrian detection models——C4行人检测算法训练过程

1.样本的准备样本可以使用之前训练的模型，通过OpenCV的imwrite截图保存然后再人工筛选，这个C4-Real-time-pedestrian-detection工程里面我有实现。
mj412828668·2018-09-06 10:16

C4: Real-time pedestrian detection——C4实时行人检测算法

http://cs.nju.edu.cn/wujx/projects/C4/C4.htmJianxinWu实现的快速行人检测方法。Real-TimeHumanDetectionUsingContourCues：http://c2inet.sce.ntu.edu.sg/Jianxin/paper/ICRA_final.pdfC4能够达到比现有人体检测算法更高的速度。在640*480的20fps视频上
mj412828668·2018-09-06 10:22

【行人检测】检测视频中的行人

检测行人的视频可戳：https://download.csdn.net/download/u012679707/11076663完整程序：//Hog_SVM_Pedestrian.cpp:定义控制台应用程序的入口点
大姨妈V·2018-06-12 10:43

KITTI数据集--参数

一、kitti数据集，label解析16个数代表的含义：第1个字符串：代表物体类别'Car','Van','Truck','Pedestrian','Person_sitting','Cyclist',
jilijilicao·2018-06-06 16:39

行人检测（opencv）

includeusingnamespacestd;usingnamespacecv;intmain(){/*Matimg;vectorpeople;img=imread("E:\\vs2013work\\20180305\\Pedestrian_Detection-master
雾霾的梦想·2018-03-07 10:39

Opencv实现视频流的Pedestrian Detection

在目标检测领域，人脸检测和行人检测是应用最为广泛，小到各种美颜特效相机，大到车辆自动驾驶的目标识别。尤其最近深度学习一统天下，从AlexNet到VGG，GoogleLeNet，ResNet等深度神经网络，其对于Generalobject的识别准确率逐渐升高。CNN等深度网络的坑先放着这，等有时间在把它填了。这次主要用HOG+SVM的经典模型来实现行人检测（PedestrianDetection），
Birdy潇·2018-03-05 19:39

How Far are We from Solving Pedestrian Detection?

原文链接http://blog.csdn.net/cv_family_z/article/details/52119644CVPR2016我们离解决行人检测问题到底还有多远？HowFarareWefromSolvingPedestrianDetection?项目网页：https://www.mpi-inf.mpg.de/departments/computer-vision-and-multimo
年年_MomoRongme2·2017-12-17 12:53

【Person Re-ID】SVDNet for Pedestrian Retrieval

paper下载地址：https://arxiv.org/abs/1703.05693code下载地址：https://github.com/syfafterzy/SVDNet-for-Pedestrian-Retrieval
q295684174·2017-12-08 20:41

行人再识别 + 行人对齐

文章链接：[1707.00408]PedestrianAlignmentNetworkforLarge-scalePersonRe-identification代码链接：layumi/Pedestrian_Alignment
Layumi1993·2017-11-16 20:14

Ten Years of Pedestrian Detection,What Have We Learned? 知识笔记

本文作者：RodrigoBenensonMohamedOmranJanHosangBerntSchiele以Caltech行人检测为基准分析了近十年广泛流通的具有标志性的40多种检测方法。进行了对多种已经被广泛认可的研究方法的补充性的研究。这种决策林达到了目前已知的最好的效果。（在具有挑战性的Caltech-USAdataset上）简介：行人检测是图像检测的一种特例。“Viola&Jonesvar
年年_MomoRongme2·2017-11-09 20:11

行人属性“Weakly-supervised Learning of Mid-level Features for Pedestrian Attribute Recognition and Loca”

不同于多标签学习，这篇论文建立了一个弱监督属性定位框架。基于GoogleNet，设计新的检测层提取mid-level属性特征。不需要bbox属性标记，使用基于最大池化的弱监督目标检测技术训练mid-level层。然后，回归这些检测响应梯度，预测属性标签。最后，对检测层的融合激活图聚类，得到属性的位置和形状。融合的权值由属性及其对应的mid-level特征相关程度估计。在PETA和RAP数据集上实验
cv_family_z·2017-10-20 16:58

SVM+HOG：训练分类器生成.xml文件

Github：https://github.com/icsfy/Pedestrian_Detection/blob/master/MORE.md转载：http://blog.csdn.net/masibuaa
GoJawee·2017-06-02 17:15

Pedestrian Detection

原文：http://blog.csdn.net/guojingjuan/article/details/52688985?locationNum=13&fps=11.ShanshanZhang源码：https://bitbucket.org/shanshanzhang/code_filteredchannelfeatures/src ShanshanZhang,RodrigoBenenson,Mo
DreamhighMacy·2017-05-16 15:56

Pedestrian Detection

原文：http://blog.csdn.net/guojingjuan/article/details/52688985?locationNum=13&fps=11.ShanshanZhang源码：https://bitbucket.org/shanshanzhang/code_filteredchannelfeatures/src ShanshanZhang,RodrigoBenenson,Mo
DreamhighMacy·2017-05-16 15:56

行人检测资源（下）-源码、数据集

原文:http://www.cvrobot.net/pedestrian-detection-resource-2-code-and-dataset/1.SourceCode1.1INRIAObjectDetectionandLocalizationToolkithttp
DreamhighMacy·2017-05-16 15:02

行人检测资源（下）-源码、数据集

原文:http://www.cvrobot.net/pedestrian-detection-resource-2-code-and-dataset/1.SourceCode1.1INRIAObjectDetectionandLocalizationToolkithttp
DreamhighMacy·2017-05-16 15:02

行人检测论文笔记：How Far are We from Solving Pedestrian Detection?

文章疑问点HumanBaseline的标准是如何确定的?Ground-truth是什么意思？Groun-truth指的是正确的标注（真实值）在有监督学习中，数据是有标注的，以(x,t)的形式出现，其中x是输入数据，t是标注.正确的t标注是groundtruth，错误的标记则不是。（也有人将所有标注数据都叫做groundtruth）。IntersectionoverUnion（IoU）是什么？Int
JacobKong·2017-02-18 21:29

行人检测论文笔记：Pedestrian Detection - An Evaluation of the State of the Art

知识点对数正态分布（lognormallydistributed）：对数为正态分布的任意随机变量的概率分布。如果X是正态分布的随机变量，则exp(X)为对数正态分布.如果Y是对数正态分布，则ln(Y)为正态分布。如果一个变量可以看作是许多很小独立因子的乘积，则这个变量可以看作是对数正态分布。对数正态分布的概率密度函数为：对数平均：对数平均与几何平均相等，并且比算数平均，对于对数正态分布数据的典型值
JacobKong·2017-02-18 20:21

行人检测 Is Faster R-CNN Doing Well for Pedestrian Detection?

ECCV2016Matlab代码：https://github.com/zhangliliang/RPN_BF/tree/RPN-pedestrian本文主要是分析了一下FasterR-CNN用于行人检测效果不好的原因
cv_family_z·2016-09-01 10:19

How Far are We from Solving Pedestrian Detection?

CVPR2016我们离解决行人检测问题到底还有多远？HowFarareWefromSolvingPedestrianDetection?项目网页：https://www.mpi-inf.mpg.de/departments/computer-vision-and-multimodal-computing/research/people-detection-pose-estimation-and-t
cv_family_z·2016-08-04 15:35

READING NOTE: Pushing the Limits of Deep CNNs for Pedestrian Detection

TITLE:PushingtheLimitsofDeepCNNsforPedestrianDetectionAUTHER:QichangHu,PengWang,ChunhuaShen,AntonvandenHengel,FatihPorikliASSOCIATION:TheUniversityofAdelaide,NICTAFROM:arXiv:1603.04525CONTRIBUTIONSAno
joshua_1988·2016-03-29 21:00

行人检测资源汇总

一、论文CVPR2013年行人检测相关的文章[1] Robust Multi-Resolution Pedestrian Detection in Traffic Scenes       Junjie
zhouyusong_bupt·2016-03-18 20:00

《Pedestrian Tracking Using Thermal Infrared Imaging》

看英文文献真是太容易走神了，只好一边翻译一边看，翻译的有点生硬，不喜勿喷。1.简介近几年来，热成像红外摄像机主要应用于军事方面，在低照度的环境下识别人和机械运动目标。由于热成像技术的发展，红外摄像机价格越来越能够被大众所接受，红外摄像机慢慢在工业和经济方面得到了应用并走入了消费者市场。当前红外摄像机主要应用在安防系统，使用它来进行行人识别或车辆入侵检测，通常看完红外成像的图像需要人来进行最后的判决
guanyuqiu·2016-03-07 15:00

Caltech Pedestrian Data 转化程序

首先去点击打开链接下载数据由于下载下来的数据是seq格式的（annotations是vbb格式的），而我想要的是jpg格式的一张张的图片，想要的annotations是txt格式的，官方的意思是你的下载两个工具包转化一下，工具包地址点击打开链接，点击打开链接无奈觉得PiotrDollar的代码写的有点乱，不知道具体用哪个函数，所以自己写了两个接口（都分别放在两个工具包里面！）：1.main函数放在
Dachao_Xu·2015-11-27 21:54

Caltech Pedestrian Data 转化程序

首先去点击打开链接下载数据由于下载下来的数据是seq格式的（annotations是vbb格式的），而我想要的是jpg格式的一张张的图片，想要的annotations是txt格式的，官方的意思是你的下载两个工具包转化一下，工具包地址点击打开链接，点击打开链接无奈觉得PiotrDollar的代码写的有点乱，不知道具体用哪个函数，所以自己写了两个接口（都分别放在两个工具包里面！）：1.main函数放在
Dachao_Xu·2015-11-27 21:54

Scale-aware Fast R-CNN for Pedestrian Detection

本文主要关注行人检测中的尺度问题。在图像中，离相机近的人尺寸大些，离相机远的人在图像中尺度小些。如下图所示：不同尺寸的人提取出的特征也不一样。以前大多数文献针对该问题只用一个模型来解决。本文提出了一个新的解决方案:训练两个网络，一个对应大的尺寸，一个对应小的尺寸。候选区域是通过ACF算法提取的。根据候选区域的高度来确定大小网络的权重。实验数据：时间
cv_family_z·2015-11-25 14:00

Real-Time Pedestrian Detection With Deep Network Cascades

BMVC2015实时行人检测Cascades+CNN本文主要是参考文献【4】中采用soft-cascade，并结合不同复杂度的CNN网络得到即快又准的行人检测系统。在Cascades前面我们使用下面的小网络：在Cascades后面我们使用下面的大网络：weemploythesoft-cascadefromBenensonetal.[4]toevaluateallpatchesinanimagean
cv_family_z·2015-11-25 11:00

Deep Learning Strong Parts for Pedestrian Detection

ICCV2015本文主要利用深度学习结合partmodel得到一个DeepParts来解决行人检测中的遮挡问题。DeepPartshasfourmaincontributions：1）通过数据驱动，自动选择若干互补的局部模型2)wearethefirsttoextensivelyexplorehowsinglepartdetectorandtheirensemblebasedonConvNetsc
cv_family_z·2015-11-24 10:35

Deep Learning Strong Parts for Pedestrian Detection

ICCV2015本文主要利用深度学习结合partmodel得到一个DeepParts来解决行人检测中的遮挡问题。DeepPartshasfourmaincontributions：1）通过数据驱动，自动选择若干互补的局部模型2)wearethefirsttoextensivelyexplorehowsinglepartdetectorandtheirensemblebasedonConvNetsc
cv_family_z·2015-11-24 10:00

Learning Complexity-Aware Cascades for Deep Pedestrian Detection

ICCV2015本文主要介绍了一种考虑计算复杂度的级联器用于检测行人，将CNN特征嵌入级联器中。对于不同的特征，计算量是不一样的。在级联器中，我们希望使用简单的特征来排除大部分可能位置，对于少数通过简单特征判断的位置，我们使用复杂的特征来确认。3Complexity-AwareCascadeTraining3.1.AdaBoostAdaBoost由若干若分类器组成一个强分类器。3.2.Comple
cv_family_z·2015-11-23 15:00

词汇

导游词公告词汇 pedestrian[pi'destriən] adj. 徒步的；缺乏想像力的 n. 行人；步行者 entrepreneur[,ɔntrəprə'nə:] n.
·2015-11-12 15:24

行人检测“Joint Deep Learning for Pedestrian Detection”

动机：行人检测中的特征提取，形变处理，遮挡处理和分类联合学习。深度网络可以将各部分放到不同的网络层并使用BP进行优化。相关工作：用于行人检测的特征：Haar,HOG,SIFT,一阶颜色特征如颜色直方图，二阶颜色特征如CSS,co-occurence特征，纹理特征LBP，其他形式的特征包括协方差，深度图，分割结果，3D几何，深度学习局部最大或平均池化特征。这些特征没有考虑行人的形变特征。处理形变：D
cv_family_z·2015-11-06 14:04

行人检测“Joint Deep Learning for Pedestrian Detection”

动机：行人检测中的特征提取，形变处理，遮挡处理和分类联合学习。深度网络可以将各部分放到不同的网络层并使用BP进行优化。相关工作：用于行人检测的特征：Haar,HOG,SIFT,一阶颜色特征如颜色直方图，二阶颜色特征如CSS,co-occurence特征，纹理特征LBP，其他形式的特征包括协方差，深度图，分割结果，3D几何，深度学习局部最大或平均池化特征。这些特征没有考虑行人的形变特征。处理形变：D
cv_family_z·2015-11-06 14:00

口译分类词汇：上海景点名集锦

南京路步行街Nanjing Road, Pedestrian Street 南京路商业街Nanjing Road Shopping Street 南京路商务楼Office Buildings along
·2015-10-31 10:21

行人检测3（行人检测最新论文简介）

序号 文章简介 论文 出处 0 2012年PAMI登的行人检测的综述性文章： pedestrian detection an evaluation of the state
·2015-10-31 10:57

阅读小结Flow Mosaicking: Real-time Pedestrian Counting without Scene-specific Learning

Flow Mosaicking: Real-time Pedestrian Counting without Scene-specific Learning 阅读小结 2009 CVPR IEEE会议
·2015-10-31 08:55

行人检测“Pedestrian detection at 100 frames per second”

文章使用的特征是ICF，并在训练阶段进行多尺度的模型训练，将检测时间转移到训练上进行提速。ChnFtrs检测器Dollar提出的ICF与DPM的效果可以媲美，ICF对滤波器响应进行简单的矩形加和，行人检测使用了6quantizedorientations,1gradientmagnitude和3LUVcolorchannels，如下图所示：使用矩形特征构建决策树，之后加权成一个强分类器，决策树及其
cv_family_z·2015-10-29 14:04

行人检测“Pedestrian detection at 100 frames per second”

文章使用的特征是ICF，并在训练阶段进行多尺度的模型训练，将检测时间转移到训练上进行提速。ChnFtrs检测器Dollar提出的ICF与DPM的效果可以媲美，ICF对滤波器响应进行简单的矩形加和，行人检测使用了6quantizedorientations,1gradientmagnitude和3LUVcolorchannels，如下图所示：使用矩形特征构建决策树，之后加权成一个强分类器，决策树及其
cv_family_z·2015-10-29 14:00

Marginal distribution

Marginal_probability   Real-world example Imagine for example you want to compute the probability that a pedestrian
·2015-10-28 08:48

行人检测“Pedestrian Detection with Unsupervised Multi-Stage Feature Learning”

主要思想：1.结合多步的全局特征及局部特征用来分类2.使用卷积稀疏编预训练滤波器现有的方法：手动提取特征，如ICF，HOG及其变形和组合，使用可训练的分类器如SVM，boostedclassifier或随机森林分类。深层网络非监督预训练方法，包括RBM,stackedauto-encoders,stackedsparseauto-encoders.非监督学习可以用来训练深层网络，文章使用前一层的输
cv_family_z·2015-10-20 14:00

论文提要“Filtered Channel Features for Pedestrian Detection”

增加中间层，对底层特征使用滤波器组进行滤波，并使用boosted决策树进行分类，可以提升行人检测率。最近比较好的人检测方法均在底层特征和分类器之间增加量中间层，如最大池化，滤波等。本文使用了滤波器组对图像进行卷积。文章提出的滤波器组框架如下图所示。仅使用HOG+LUV在Caltech和KITTI数据库上可获得最好的效果。相关研究最近的行人检测综述表明不同的分类器，如SVM和决策树，对检测结果影响不
cv_family_z·2015-09-06 17:34

论文提要“Filtered Channel Features for Pedestrian Detection”

增加中间层，对底层特征使用滤波器组进行滤波，并使用boosted决策树进行分类，可以提升行人检测率。最近比较好的人检测方法均在底层特征和分类器之间增加量中间层，如最大池化，滤波等。本文使用了滤波器组对图像进行卷积。文章提出的滤波器组框架如下图所示。仅使用HOG+LUV在Caltech和KITTI数据库上可获得最好的效果。相关研究最近的行人检测综述表明不同的分类器，如SVM和决策树，对检测结果影响不
cv_family_z·2015-09-06 17:00

论文提要“Pedestrian Detection aided by Deep Learning Semantic Tasks”

对于行人检测，以往的深度学习将其作为二值分类问题，这样易与困难的负样本混淆。本文将行人检测细分为行人属性（背部，性别和视角）和场景属性（车辆，树木等），目标是在高层特征空间分离或聚合相似的属性结构，如图2（c）所示。为了避免大量负样本的标记，作者使用了数据库背景场景分割的结果。提出TACNN使用多种数据库学习多类问题。不同数据的背景B数据分布不同，作者transfer了两类场景属性，包括共享的属性
cv_family_z·2015-08-03 17:00

深度卷积神经网络的行人检测 (pedestrian detection)

行人检测(pedestriandetection)是智能交通视频分析的基础技术之一。1现有的方法基于HOG方法基于DPM基于卷积神经网络基于HOG方法已经研究了很多年，有一些现成的代码实现，速度看起来也是比较快的，可以做到500帧每秒的检测速度（640*480，GTX295）。基于DPM的方法其实也是基于HOG的，只不过为行人的图像构建可以变形的模型，这样在检测行人的时候更为鲁棒。基于DCNN的模
taneijia·2015-07-08 09:00

行人检测——Caltech Pedestrian Dataset 数据集的使用

CaltechPedestrianDataset数据集的使用目的：最近在做智能交通中的行人检测，需要数据集对分类器进行training，选取的数据集为加理工(caltech)提供的http://www.vision.caltech.edu/Image_Datasets/CaltechPedestrians/，该数据集的一些说明可以从官网中得知。数据集主要包括1.训练集+测试集：seq格式的数据；2
Teddysnow·2015-05-20 18:20

行人检测(Pedestrian Detection)资源

Pedestrian detection: an evaluation of the state of the art [J].IEEE Transactions on PatternAnalysis 
沉默的大绵羊·2015-04-21 15:00
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他