Para acceder a los documentos con el texto completo, por favor, siga el siguiente enlace: http://hdl.handle.net/2117/9181

Título:	Local boosted features for pedestrian detection
Autor/a:	Villamizar Vergel, Michael Alejandro; Sanfeliu Cortés, Alberto; Andrade-Cetto, Juan
Otros autores:	Universitat Politècnica de Catalunya. Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial; Institut de Robòtica i Informàtica Industrial; Universitat Politècnica de Catalunya. VIS - Visió Artificial i Sistemes Intel.ligents
Abstract:	The present paper addresses pedestrian detection using local boosted features that are learned from a small set of training images. Our contribution is to use two boosting steps. The first one learns discriminant local features corresponding to pedestrian parts and the second one selects and combines these boosted features into a robust class classifier. In contrast of other works, our features are based on local differences over Histograms of Oriented Gradients (HoGs). Experiments carried out to a public dataset of pedestrian images show good performance with high classification rates
Materia(s):	-Àrees temàtiques de la UPC::Enginyeria de la telecomunicació::Processament del senyal::Processament de la imatge i del senyal vídeo -Computer vision -Visió per ordinador -Classificació INSPEC::Pattern recognition::Computer vision
Derechos:
Tipo de documento:	Artículo - Borrador Capítulo o parte de libro
Editor:	Springer Verlag
Compartir:

Mostrar el registro completo del ítem