基于高度增强 HOG 的俯视深度图像中行人精准定位
计算机视觉与模式识别
2021-02-17 v1
摘要
我们应对通过俯视深度成像在空前高密度真实条件下可靠且自动定位行人的挑战。借助类方向梯度直方图特征描述子、神经网络、数据增强与自定义数据标注策略的结合，本文贡献一种鲁棒且可扩展的基于机器学习的定位算法，其以实时交付接近人工的定位性能，即便在局部行人密度约 3 ped/m2（多数最先进算法性能显著退化之情形）时亦然。
引用
@article{arxiv.1805.12510,
title = {Accurate pedestrian localization in overhead depth images via Height-Augmented HOG},
author = {Werner Kroneman and Alessandro Corbetta and Federico Toschi},
journal= {arXiv preprint arXiv:1805.12510},
year = {2021}
}
备注
8 pages