お知らせ 研究会の開催と会場に参加される皆様へのお願い(2020年10月開催~)
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2015-03-19 11:00
CNNとSVMを組み合わせた歩行者検知の効率化に関する一検討
斎藤拓馬和泉勇治田中和之東北大BioX2014-46 PRMU2014-166
抄録 (和) リアルタイムで歩行者を検知する事は,交通安全等の観点において重要な研究課題である.本報告では高精度かつ高速な歩行者検知を実現するために,畳み込みューラルネットワーク(CNN)とサポートベクタマシン(SVM)を組み合わせた効率的な歩行者検知手法を提案する.CNNは入力に対する特徴圧縮と特徴選択のために利用する.入力の局所領域はCNNによる畳み込みにより圧縮された特徴量に変換され,それらの特徴を取捨選択することで入力に含まれている情報を効率的に抽出する.SVMは,線形SVMと非線形SVMを用いた段階的識別手法として用いる.非線形SVMに与える入力を,CNN を用いた特徴圧縮・選択を行った低次元の特徴量とすることで非線形SVMの高速化を行う.識別実験によって,CNNによる特徴圧縮・選択と,SVM による段階的識別を組み合わせた手法が,線形SVMを単体で用いた手法と比べ高い精度が得られ,非線形SVMを単体で用いた手法と比べ高速な識別が行える事を示す. 
(英) Detecting pedestrian in real time is challenging problem for application to road safety. For high-accuracy and high-speed pedestrian detection, we propose a efficient pedestrian detection system by combining Convolutional
Neural Network(CNN) and Support Vector Machine(SVM). To compress and select the features, we use CNN which can extract compressed features from input space by its convolution operation. The compressed features include information which separates pedestrian from background image effectively due to the supervised learning nature of CNN. By sorting them out, we can obtain more compact features for pedestrian detection. Linear SVM and nonlinear SVM are used to build a hierarchical detection system. For high-speed detection in nonlinear SVM phase, the compressed features are inputted to nonlinear SVM. In detection experiment, we demonstrated that our proposed method can achieve higher detection accuracy than linear SVM and shorter computation time than nonlinear SVM.
キーワード (和) 歩行者検知 / CNN / SVM / 特徴選択 / / / /  
(英) pedestrian detection / CNN / SVM / feature selection / / / /  
文献情報 信学技報, vol. 114, no. 521, PRMU2014-166, pp. 41-46, 2015年3月.
資料番号 PRMU2014-166 
発行日 2015-03-12 (BioX, PRMU) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード BioX2014-46 PRMU2014-166

研究会情報
研究会 PRMU BioX  
開催期間 2015-03-19 - 2015-03-20 
開催地(和) 慶応大学矢上キャンパス 
開催地(英)  
テーマ(和) スマート・ウェアラブルデバイスに向けたパターン認識,生活を守るウェアラブルデバイス 
テーマ(英)  
講演論文情報の詳細
申込み研究会 PRMU 
会議コード 2015-03-PRMU-BioX 
本文の言語 日本語 
タイトル(和) CNNとSVMを組み合わせた歩行者検知の効率化に関する一検討 
サブタイトル(和)  
タイトル(英) A Study on Efficient Pedestrian Detection by Combining CNN and SVM. 
サブタイトル(英)  
キーワード(1)(和/英) 歩行者検知 / pedestrian detection  
キーワード(2)(和/英) CNN / CNN  
キーワード(3)(和/英) SVM / SVM  
キーワード(4)(和/英) 特徴選択 / feature selection  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 斎藤 拓馬 / Takuma Saito / サイトウ タクマ
第1著者 所属(和/英) 東北大学 (略称: 東北大)
Tohoku University (略称: Tohoku Univ.)
第2著者 氏名(和/英/ヨミ) 和泉 勇治 / Yuji Waizumi / ワイズミ ユウジ
第2著者 所属(和/英) 東北大学 (略称: 東北大)
Tohoku University (略称: Tohoku Univ.)
第3著者 氏名(和/英/ヨミ) 田中 和之 / Kazuyuki Tanaka / タナカ カズユキ
第3著者 所属(和/英) 東北大学 (略称: 東北大)
Tohoku University (略称: Tohoku Univ.)
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2015-03-19 11:00:00 
発表時間 30 
申込先研究会 PRMU 
資料番号 IEICE-BioX2014-46,IEICE-PRMU2014-166 
巻番号(vol) IEICE-114 
号番号(no) no.520(BioX), no.521(PRMU) 
ページ範囲 pp.41-46 
ページ数 IEICE-6 
発行日 IEICE-BioX-2015-03-12,IEICE-PRMU-2015-03-12 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会