In their original human detection e

In their original human detection experiment, Dalal and Triggs compared their R-HOG and C-HOG descriptor blocks against generalized Haar wavelets, PCA-SIFT descriptors, and shape context descriptors. Generalized Haar wavelets are oriented Haar wavelets, and were used in 2001 by Mohan, Papageorgiou, and Poggio in their own object detection experiments. PCA-SIFT descriptors are similar to SIFT descriptors, but differ in that principal component analysis is applied to the normalized gradient patches. PCA-SIFT descriptors were first used in 2004 by Ke and Sukthankar and were claimed to outperform regular SIFT descriptors. Finally, shape contexts use circular bins, similar to those used in C-HOG blocks, but only tabulate votes on the basis of edge presence, making no distinction with regards to orientation. Shape contexts were originally used in 2001 by Belongie, Malik, and Puzicha.

The testing commenced on two different data sets. The Massachusetts Institute of Technology (MIT) pedestrian database contains 509 training images and 200 test images of pedestrians on city streets. The set only contains images featuring the front or back of human figures and contains little variety in human pose. The set is well-known and has been used in a variety of human detection experiments, such as those conducted by Papageorgiou and Poggio in 2000. The MIT database is currently available for research at http://cbcl.mit.edu/cbcl/software-datasets/PedestrianData.html. The second set was developed by Dalal and Triggs exclusively for their human detection experiment due to the fact that the HOG descriptors performed near-perfectly on the MIT set. Their set, known as INRIA, contains 1805 images of humans taken from personal photographs. The set contains images of humans in a wide variety of poses and includes difficult backgrounds, such as crowd scenes, thus rendering it more complex than the MIT set. The INRIA database is currently available for research at http://lear.inrialpes.fr/data.

The above site has an image showing examples from the INRIA human detection database.

As for the results, the C-HOG and R-HOG block descriptors perform comparably, with the C-HOG descriptors maintaining a slight advantage in the detection miss rate at fixed false positive rates across both data sets. On the MIT set, the C-HOG and R-HOG descriptors produced a detection miss rate of essentially zero at a 10−4 false positive rate. On the INRIA set, the C-HOG and R-HOG descriptors produced a detection miss rate of roughly 0.1 at a 10−4 false positive rate. The generalized Haar wavelets represent the next highest performing approach: they produced roughly a 0.01 miss rate at a 10−4 false positive rate on the MIT set, and roughly a 0.3 miss rate on the INRIA set. The PCA-SIFT descriptors and shape context descriptors both performed fairly poorly on both data sets. Both methods produced a miss rate of 0.1 at a 10−4 false positive rate on the MIT set and nearly a miss rate of 0.5 at a 10−4 false positive rate on the INRIA set.

ผลลัพธ์ (ไทย) 1:

ในการทดลองตรวจหามนุษย์เดิม Dalal และ Triggs เทียบ R-หมูและบล็อกตัวอธิบาย C หมู wavelets Haar เมจแบบทั่วไป PCA ลอดตัวบอก และตัวบอกเนื้อหารูปร่างของพวกเขา เมจแบบทั่วไป Haar wavelets เป็นแนว Haar wavelets และถูกใช้ในปีค.ศ. 2001 โดยโมฮาน Papageorgiou และ Poggio ในตนทดลองตรวจหาวัตถุ PCA SIFT ตัวบอกคล้ายกับตัวบอก SIFT แต่แตกต่างที่วิเคราะห์ส่วนประกอบหลักจะใช้เพื่อปรับปรุงการไล่ระดับสีที่มาตรฐาน PCA SIFT ตัวบอกถูกใช้ครั้งแรกในปี 2004 โดย Ke และ Sukthankar และได้อ้างว่า มีประสิทธิภาพสูงกว่าตัวบอก SIFT ปกติ สุดท้าย บริบทรูปร่างใช้ช่องวงกลม คล้ายกับที่ใช้ในบล็อก C หมู แต่เพียง กดแท็บโหวดตามขอบแสดง ทำให้ไม่มีความแตกต่างเกี่ยวกับแนว บริบทรูปร่างเดิมได้ใช้ในปีค.ศ. 2001 โดย Belongie มาลิค Puzichaการทดสอบเริ่มต้นสองชุดข้อมูลที่แตกต่างกัน ฐานข้อมูลเชิญสถาบันเทคโนโลยีแมสซาชูเซตส์ (MIT) ประกอบด้วยภาพการฝึกอบรมและทดสอบ 200 ภาพของชิดบนถนนเมือง 509 ชุดประกอบด้วยเฉพาะรูปที่มีด้านหน้า หรือหลังของตัวเลข และประกอบด้วยความหลากหลายน้อยในมนุษย์ก่อให้เกิด ชุดเป็นที่รู้จัก และมีการใช้หลายการทดลองมนุษย์ตรวจ เช่นที่ดำเนินการ โดย Papageorgiou และ Poggio 2000 ฐานข้อมูลของ MIT มีอยู่สำหรับการวิจัยที่ http://cbcl.mit.edu/cbcl/software-datasets/PedestrianData.html ชุดสองถูกพัฒนา โดย Dalal และ Triggs สำหรับทดลองการตรวจจับมนุษย์เนื่องจากข้อเท็จจริงที่ว่าตัวบอกหมูใกล้สมบูรณ์ทำชุด MIT ชุดของพวกเขา เป็น INRIA ประกอบด้วยภาพ 1805 ของมนุษย์ที่นำมาจากภาพถ่ายส่วนบุคคล ชุดประกอบด้วยภาพของมนุษย์ในการโพสท่าที่หลากหลาย และมีพื้นหลังที่ยาก เช่นฝูงชนฉาก จึง แสดงผลมันซับซ้อนกว่าชุด MIT ฐานข้อมูล INRIA มีอยู่สำหรับการวิจัยที่ http://lear.inrialpes.fr/dataรูปแสดงตัวอย่างจากฐานข้อมูลการตรวจจับมนุษย์ INRIA ไซต์ข้างต้นได้ส่วนผลลัพธ์ ตัวบอกบล็อค C หมูและหมูอาร์ทำปาน กับตัวบอก C หมูที่รักษาประโยชน์เล็กน้อยในอัตรานางสาวตรวจถาวรราคาค่าบวกเท็จในทั้งสองชุดข้อมูล ชุด MIT ตัวบอกหมู C และ R-หมูผลิตตรวจสอบนางสาวอัตราเป็นศูนย์ในอัตราบวกเท็จ 10−4 ชุด INRIA ตัวบอกหมู C และ R-หมูผลิตตรวจสอบนางสาวอัตราประมาณ 0.1 อัตราบวกเท็จ 10−4 Wavelets Haar เมจแบบทั่วไปหมายถึงวิธีการประสิทธิภาพสูงสุดถัดไป: ผู้ผลิตประมาณอัตรา 0.01 นางสาว 10−4 บวกอัตราเท็จชุด MIT และประมาณอัตรา 0.3 นางสาว INRIA ที่ตั้ง ตัวบอกลอด PCA และตัวบอกเนื้อหารูปร่างทั้งสองทำงานค่อนข้างบนทั้งสองชุดข้อมูล ทั้งวิธีผลิตอัตรา 0.1 10−4 บวกอัตราเท็จชุด MIT และเกือบพลาดอัตรา 0.5 10−4 บวกอัตราเท็จชุด INRIA นางสาว

ผลลัพธ์ (ไทย) 2:

ในการทดลองการตรวจสอบมนุษย์ของพวกเขาเดิม Dalal และ Triggs เทียบ R-HOG ของพวกเขาและ C-HOG บล็อกอธิบายกับแสง Haar ทั่วไป PCA-SIFT อธิบายและรูปร่างอธิบายบริบท แสง Haar ทั่วไปจะเน้นแสง Haar และถูกนำมาใช้ในปี 2001 โดยโมฮัน Papageorgiou และ Poggio ในการทดลองการตรวจจับวัตถุที่เป็นของตัวเอง อธิบาย PCA-ร่อนจะคล้ายกันที่จะลอดอธิบาย แต่แตกต่างกันในการวิเคราะห์องค์ประกอบหลักที่นำไปใช้กับแพทช์ไล่ระดับปกติ อธิบาย PCA-ร่อนถูกนำมาใช้ครั้งแรกในปี 2004 โดย Ke และ Sukthankar และได้รับการอ้างว่าจะมีประสิทธิภาพสูงกว่าการอธิบายร่อนปกติ สุดท้ายบริบทที่ใช้ถังรูปทรงกลมคล้ายกับที่ใช้ในบล็อก C-HOG แต่จัดระเบียบโหวตบนพื้นฐานของการแสดงตนขอบทำให้ไม่มีความแตกต่างกับการไปถึงการวางแนวทาง บริบทรูปร่างถูกนำมาใช้ครั้งแรกในปี 2001 โดย Belongie มาลิกและ Puzicha. การทดสอบเริ่มสองชุดข้อมูลที่แตกต่าง แมสซาชูเซตสถาบันเทคโนโลยี (MIT) ฐานข้อมูลคนเดินเท้ามีภาพการฝึกอบรม 509 และ 200 ภาพการทดสอบของคนเดินเท้าบนถนนในเมือง ชุดที่มีเพียงภาพที่มีด้านหน้าหรือด้านหลังของตัวเลขของมนุษย์และมีความหลากหลายน้อยในมนุษย์ก่อให้เกิด ชุดที่เป็นที่รู้จักกันดีและได้รับการใช้ในความหลากหลายของการทดลองการตรวจสอบของมนุษย์เช่นผู้ที่ดำเนินการโดย Papageorgiou Poggio และในปี 2000 เอ็มไอทีฐานข้อมูลปัจจุบันมีให้บริการสำหรับการวิจัยที่ http://cbcl.mit.edu/cbcl/ ซอฟแวร์ชุดข้อมูล / PedestrianData.html ชุดที่สองได้รับการพัฒนาโดย Dalal และ Triggs เฉพาะสำหรับการตรวจสอบการทดลองมนุษย์ของพวกเขาจากการที่อธิบาย HOG ดำเนินการใกล้ได้อย่างสมบูรณ์แบบในชุดเอ็มไอที ชุดของพวกเขาเป็นที่รู้จักกัน INRIA มี 1805 ภาพของมนุษย์ที่นำมาจากการถ่ายภาพบุคคล ชุดที่มีภาพของมนุษย์ในหลากหลายของการโพสท่าและมีภูมิหลังที่ยากลำบากเช่นฉากฝูงชนจึงกระทำมันซับซ้อนมากขึ้นกว่าชุดเอ็มไอที ฐานข้อมูล INRIA ปัจจุบันมีให้บริการสำหรับการวิจัยที่ http://lear.inrialpes.fr/data. เว็บไซต์ที่มีภาพดังกล่าวข้างต้นแสดงให้เห็นตัวอย่างจากฐานข้อมูลการตรวจสอบของมนุษย์ INRIA. สำหรับผลการ C-HOG และป้องกัน R-HOG อธิบายปานดำเนินการกับอธิบาย C-HOG การรักษาความได้เปรียบเล็กน้อยในการตรวจสอบอัตราการพลาดในอัตราคงที่บวกปลอมทั่วทั้งชุดข้อมูล ในชุดเอ็มไอที C-HOG และอธิบาย R-HOG ผลิตการตรวจสอบอัตราการพลาดของศูนย์หลักในอัตราที่บวก 10-4 เท็จ ในชุด INRIA, C-HOG และอธิบาย R-HOG ผลิตการตรวจสอบอัตราพลาดประมาณ 0.1 ในอัตราที่บวก 10-4 เท็จ wavelets Haar ทั่วไปต่อไปเป็นตัวแทนของวิธีการที่มีประสิทธิภาพสูงสุด: พวกเขาผลิตประมาณอัตรา 0.01 พลาดในอัตราที่บวก 10-4 ผิดพลาดในการตั้งค่าที่เอ็มไอทีและประมาณอัตรา 0.3 พลาดในชุด INRIA อธิบาย PCA-SIFT และอธิบายบริบทรูปร่างทั้งดำเนินการอย่างเป็นธรรมไม่ดีทั้งสองชุดข้อมูล ทั้งสองวิธีการผลิตในอัตรา 0.1 พลาดที่ 4/10 อัตราการบวกที่ผิดพลาดในการตั้งค่าที่เอ็มไอทีและเกือบพลาดอัตรา 0.5 ในอัตราที่บวก 10-4 ผิดพลาดในการตั้งค่า INRIA

ผลลัพธ์ (ไทย) 3:

ในการตรวจหาของเดิมมนุษย์ทดลองและเปรียบเทียบพวกเขาและ triggs Dalal r-hog c-hog หัวเรื่องบล็อกกับตัวคลื่น pca-sift Haar , ใน , รูปร่างและในบริบท โดยทั่วไปคลื่นเชิง Haar Haar คลื่น และถูกนำมาใช้ในปี 2001 โดยโมฮัน papageorgiou และป๊ตนเองการตรวจจับวัตถุทดลองpca-sift บอกลักษณะคล้ายกับร่อนใน แต่แตกต่างในการวิเคราะห์องค์ประกอบหลักที่ใช้กับรูปไล่ระดับแพทช์ pca-sift ในถูกใช้เป็นครั้งแรกในปี 2004 โดย Ke sukthankar และพบว่ามีประสิทธิภาพสูงกว่าปกติและร่อนใน . ในที่สุดรูปร่างบริบทใช้ถังขยะกลม คล้ายกับที่ใช้ใน c-hog บล็อกแต่เป็นตารางคะแนนบนพื้นฐานของตนขอบ ทำให้ไม่มีความแตกต่างกับการปฐมนิเทศ รูปร่างบริบทเดิมที่ใช้ในปี 2001 โดย belongie มาลิค , และ , puzicha

การทดสอบเริ่มสองที่แตกต่างกันข้อมูลชุด ที่สถาบันเทคโนโลยีแมสซาชูเซตส์ ( MIT ) ฐานข้อมูลคนเดินเท้ามี 509 การฝึกอบรมและทดสอบภาพภาพ 200 คนเดินเท้าบนถนนเมืองชุดเท่านั้นที่มีภาพที่มีด้านหน้าหรือด้านหลังของร่างมนุษย์และมีความหลากหลายเล็กน้อยในท่าทางของมนุษย์ ชุดเป็นที่รู้จักและมีการใช้ในความหลากหลายของการทดลองการตรวจหามนุษย์ เช่นการทำงานและ papageorgiou ป๊ 2000 ฐานข้อมูลเพื่อการวิจัยที่ MIT อยู่ในปัจจุบัน http://cbcl.mit.edu/cbcl/software-datasets/pedestriandata.html .ชุดที่สองถูกพัฒนาโดย Dalal triggs สำหรับการทดลองการตรวจหาและมนุษย์ของพวกเขาเนื่องจากความจริงที่ว่าหมูในการใกล้สมบูรณ์บนชุดด้วยโดยเฉพาะ ชุดของพวกเขา , ที่รู้จักกันเป็น inria มี 0 รูปภาพของมนุษย์มาจากรูปถ่ายส่วนตัว ชุดประกอบด้วยภาพของมนุษย์ในหลากหลายของท่าและมีพื้นหลังที่ยาก เช่น ฉากที่ฝูงดังนั้น ภาพมันซับซ้อนมากขึ้นกว่าชุด MIT การ inria ฐานข้อมูลจะใช้ได้สำหรับการวิจัยที่ http : / / เลียร์ . inrialpes . fr / ข้อมูล

เว็บไซต์ข้างต้นมีภาพตัวอย่างการแสดงจาก inria มนุษย์ตรวจหาฐานข้อมูล

สำหรับผลลัพธ์ c-hog ในบล็อก r-hog ปานกันและแสดง ,ในการรักษาด้วย c-hog ได้เปรียบเล็กน้อยในการตรวจสอบอัตราคงที่อัตราบวกเท็จที่พลาดในข้อมูลทั้งสองชุด ในชุด MIT , c-hog r-hog ผลิตและในการตรวจจับพลาดคะแนนจากหลักศูนย์ที่ 10 − 4 เท็จบวกอัตรา ใน inria เตรียม และใน c-hog r-hog ผลิตตรวจจับพลาดคะแนนประมาณ 0.1 ที่ 10 − 4 เท็จบวกอัตราที่คลื่น โอเค ทั่วไปเป็นตัวแทนสูงสุดถัดไปแสดงเข้าหาพวกเขาผลิตประมาณ 0.01 คิดถึงเท่ากันที่ 10 − 4 อัตราบวกเท็จในชุดด้วย และประมาณ 0.3 พลาดคะแนนใน inria ชุด ในการ pca-sift และรูปร่างในบริบททั้งสองดำเนินการค่อนข้างไม่ดีในข้อมูลทั้งสองชุด ทั้งสองวิธีที่คุณอัตรา 01 ใน 10 − 4 อัตราบวกเท็จในชุดด้วย และเกือบพลาดคะแนน 0.5 ที่ 10 − 4 เท็จบวกอัตราใน inria ชุด