Resumen

La detección y clasificación de peatones son de gran interés en el sistema de transporte inteligente (ITS), y entre los problemas desafiantes, podemos encontrar limitaciones de apariencias pequeñas y ocultas, gran variación de postura humana, fondo desordenado y entorno complejo. De hecho, el manejo de la oclusión parcial es importante en el caso de detectar peatones, para evitar accidentes entre peatones y vehículos, ya que es difícil detectar cuando los peatones cruzan repentinamente la carretera. Para resolver el problema de la oclusión parcial, se propone un modelo basado en partes piramidales (PPM) para obtener una predicción más precisa basada en la votación mayoritaria de la puntuación de confianza de las partes visibles mediante la cascada de la estructura piramidal. Los resultados experimentales del esquema propuesto lograron una precisión del 96.25% en el conjunto de datos de INRIA y del 81% en el conjunto de datos de PSU (Universidad de Príncipe de Songkla). Nuest

• Materias:Patrones temporales Modelos 3D Reconstrucción de objetos Modelo piramidal Planos simétricos
• Subjects:Temporal patterns 3D models Object reconstruction Pyramidal model Symmetric planes
• Palabras claves:Detección de peatones; Clasificación; Manejo de oclusión parcial; Modelo basado en partes piramidales; Precisión; Sistema de transporte inteligente.
• Keywords:Pedestrian detection; Classification; Partial occlusion handling; Pyramidal part-based model; Accuracy; Intelligent transportation system.