MODELO ESTATÍSTICO PARA FILTRAGEM DE EXEMPLOS NEGATIVOS NA DETECÇÃO DE PEDESTRES
Douglas Almonfrey1; Raquel Frizera Vassallo2; Evandro Ottoni Teatini Salles2; Mylène Christine Queiroz de Farias3
1 Instituto Federal do Espírito Santo; 2 Universidade Federal do Espírito Santo; 3 Universidade de Brasília
Resumo
A detecção automática de pedestres em imagens tem sido objeto de grande atenção nos últimos anos, principalmente devido ao aumento de pesquisas na área de veículos autônomos. A maioria das soluções para o problema de detecção de pedestres utilizam modelos baseados em aparência e a busca exaustiva na imagem por meio de janelas deslizantes. Em geral, essas soluções possuem um alto custo computacional. Como o tempo demandado durante a detecção é crítico para aplicações de tempo real, a filtragem de exemplos negativos e a geração de janelas candidatas (FNGJC) é importante para se ter uma redução no número de inspeções realizadas pelo detector na imagem. Além disso, os mecanismos de FNGJC tendem a alterar a distribuição dos dados analisados pelo detector de pedestres, e, quando aplicados na saída do detector, impactam também na precisão e na qualidade da detecção. Nesse sentido, o presente trabalho desenvolve um modelo estatístico do pedestre, baseado em características extraídas de histogramas de gradiente orientado com o objetivo de construir um novo procedimento de FNGJC.
Palavras-chave: Detecção de Pedestres; Filtragem de Negativos