Multi-scale Pedestrian Detection in Thermal Imaging Using Deep Convolutional Neural Network and Adaptive NMS
Tan Dat Trinh, Jin Young Kim · The Journal of Korean Institute of Information Technology · 2018
본 논문에서는 비최대억제(NMS) 알고리듬의 성능 개선을 통해 열화상(동영상)에서 보행자 탐지를 위한 새로운 방법을 제안한다. 보행자 후보들을 추출 하기 위하여 슬라이딩 창기반의 딥 컨볼루션 신경망을 사용한다. 영상 피라미드와 결합된 슬라이딩 창이 CNN 기반 이진분류를 통해 영상내 다양한 크기와 위치의 보행자를 식별한다. 보행자탐지 성능 향상을 위하여, 오경보를 제거하기 위해 적응적 NMS 방법을 제안한다. 제안한 NMS는 표준 NMS의 단점을 극복하고 탐지 시스템의 성능 향상을 위하여 적응적 중첩-임계값을 이용한다. 시스템의 정확도를 향상하기 위해 중첩된 창들의 밀도에 기반하여 자동적으로 중첩-임계값을 조절한다. 자체 열화상 영상 데이터베이스와 OSU 열상 보행자 데이터베이스를 대상으로 한 실험결과 제안한 방법이 기존의 베이스라인 방법에 비해 우수함을 확인하였다.