메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
Shubham Mittal (IIT Guwahati) Twisha Prasad (IIT Guwahati) Suraj Saurabh (IIT Guwahati) Xue Fan (한양대학교) Hyunchul Shin (한양대학교)
저널정보
대한전자공학회 대한전자공학회 ISOCC ISOCC 2012 Conference
발행연도
2012.11
수록면
502 - 505 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Both detection and tracking people are challenging problems, especially in complex real world scenes that commonly involve multi-person, complicated occlusions, and cluttered backgrounds. In this paper, we propose a novel approach for multi-person tracking-by-detection using deformable part models in Kalman filtering framework. The Kalman filter is used to keep track of each person and a unique label is assigned to each tracked individual. Based on this approach, people can enter and leave the scene at random. We test and demonstrate our results on the Caltech Pedestrian benchmark, which is the largest available dataset and consists of pedestrians varying widely in appearance, pose and scale. Complex situations such as people merging together are handled gracefully and individual persons can be tracked correctly after a group of people split. Experiments demonstrate the real-time performance and robustness of our system working in complex scenes. Our tracking model gives a tracking accuracy of 72.8% and a tracking precision of 82.3%.
#Multi-Person Tracking #Part-Based Models #Data Association #Kalman Filter #Pedestrian Detection #Tracking-by-Detection

목차

Abstract
Ⅰ. INTRODUCTION
Ⅱ. RELATED WORKS
Ⅲ. DEFORMABLE PART MODELS
Ⅳ. KALMAN FILTERING
Ⅴ. DATA ASSOCIATION
Ⅵ. EXPERIMENTAL RESULTS
Ⅶ. CONCLUSIONS
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

이 논문과 함께 이용한 논문

모바일 로봇 자세 안정화를 위한 칼만 필터 기반 센서 퓨전
장태호 ,  김영식 ,  경민영 외 2명 대한기계학회 논문집 A권 2016 .08
A-Si(CsITl) 영상시스템에서 부가필터, SID에 따른 X선 스펙트럼변화와 해상력에 대한 고찰
안현 ,  김정훈 ,  이동연 외 2명 한국콘텐츠학회논문지 2016 .07
지자기맵을 이용한 이동로봇의 실내 위치 추정
김태경 ,  국태용 ,  박종구 외 1명 대한전자공학회 학술대회 2016 .06
Hysteresis Modeling of the Sealed Flooded Lead Acid Battery for SOC Estimation
Abdul Basit Khan ,  Woojin Choi 전력전자학회 학술대회 논문집 2016 .07
The Study of Particle Filter Localization Algorithm Based on Magnetic Field Data
Chang ,  Kun ,  Huang 외 5명 대한공간정보학회지 2016 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2014-569-000730273