Pedestrian detection from still images

Abstract

In this work, a pedestrian detection method based on adaptive boosting is proposed. The proposed method works on still images. The features utilized in the work are derived from Haar-like templates. An Adaboost classifier is utilized for both feature selection and classification. To show the effectiveness of the proposed algorithm, the system is trained by using Nicta Pedestrian Dataset and tested by using Penn Fudan Pedestrian Dataset. The experimental result shows the proposed method's effectiveness.

Generación de Regiones con Potencial de Contener Peatones usando Reconstrucción 3D No Densa a partir de Visión Monocular

“…Tanto es así que se han implementado propuestas ajustadas a las distintas condiciones de iluminación, día y noche, usando visión monocular (2D) y/o visión estéreo (3D) (Zhao et al, 2009;Yuan et al, 2015;Kohler et al, 2015;Min et al, 2013;Tetik and Bolat, 2011;Keller et al, 2011;Mesmakhosroshahi et al, 2014;Wang et al, 2014;Flores-Calero et al, 2015).…”

“…Shou et al (Shou et al, 2012) han implementado un método basado en el algoritmo de agrupamiento FCM (Fuzzy CMeans) para la generación de ROIs con potencial de contener peatones. Tetik y Bolat (Tetik and Bolat, 2011) han presentado un método que utiliza SW (sliding window) para genera un conjunto de ROIs y luego refinar buscando las piernas como característica dominante de simetría para eliminar las falsas detecciones. En la misma metodología, Min et al (Min et al, 2013) han propuesto un SDP basado en SW para la búsqueda de los peatones.…”

“…Por otra parte, Tetik y Bolat (Tetik and Bolat, 2011) han presentado un sistema que construye el vector de características utilizando wavelet Haar, luego Adaboost para la selección de característi-cas y clasificación, respectivamente. Zhang et al (Zhang et al, 2016) han desarrollan un método denominado detector de dos peatones, que captura la información visual de dos peatones adyacentes.…”

“…En los próximos tres trabajos la base de datos Daimler pedestrian benchmark (Keller et al, 2011) ha sido empleada para generar los resultados experimentales, así, Min et al (Min et al, 2013) han obtenido una tasa de detección del 73 % a 10 −4 FPPW, Mesmakhosroshahi et al (Mesmakhosroshahi et al, 2014) han alcanzado una tasa de detección del 98,8 % y Zhang et al (Zhang et al, 2015a) han complementado sus experimentos con imágenes capturadas alrededor de la ciudad de Chicago Tetik y Bolat (Tetik and Bolat, 2011) han desarrollado sus experimentos sobre las bases de datos Nicta (Overett et al, 2008) para entrenamiento, y Penn Fudan (Wang et al, 2007) para validación. Esta propuesta alcanza una tasa de detección del 84,4 %.…”

“…Esto convierte a un sistema de detección de peatones (SDP) en una alternativa necesaria para evitar accidentes graves y fatalidades (Yuan et al, 2015;Kohler et al, 2015;Min et al, 2013;Tetik and Bolat, 2011;Keller et al, 2011;Wang et al, 2014).…”