Sökning: "pedestrian detection"

Visar resultat 6 - 10 av 50 uppsatser innehållade orden pedestrian detection.

  1. 6. DRIVING-SCENE IMAGE CLASSIFICATION USING DEEP LEARNING NETWORKS: YOLOV4 ALGORITHM

    Master-uppsats, Uppsala universitet/Statistiska institutionen

    Författare :Muhammad Tamjid Rahman; [2022]
    Nyckelord :Machine learning; Convolutional neural network; Object detection; YOLO;

    Sammanfattning : The objective of the thesis is to explore an approach of classifying and localizing different objects from driving-scene images using YOLOv4 algorithm trained on custom dataset.  YOLOv4, a one-stage object detection algorithm, aims to have better accuracy and speed. LÄS MER

  3. 7. Multi-Camera Multi-Person Tracking Using Reinforcement Learning

    Master-uppsats, Lunds universitet/Matematik LTH

    Författare :Axel Kärrholm; Linus Rickman; [2022]
    Nyckelord :Multi-Camera Multi-Object Tracking; Reinforcement Learning; Computer Vision; Machine Learning; Object Detection; Mathematics and Statistics;

    Sammanfattning : The problem of multi-object-tracking in a network of cameras is an interesting and non-trivial problem. Given videos from a number of cameras the goal of Multi-Camera Multi-Object Tracking (MCMOT) is to find the full visible trajectory of each pedestrian from the videos as the pedestrians move across cameras. LÄS MER

  4. 8. Utformning av cykeltrafikytor i signalreglerade korsningar : För ökad framkomlighet och trafiksäkerhet för cykeltrafiken i nordiska förhållanden

    Master-uppsats, KTH/Transportplanering

    Författare :Aleksi Kinnunen; [2022]
    Nyckelord :;

    Sammanfattning : Detta examensarbete avser att undersöka utformningslösningar för trafikljusstyrda korsningar utifrån cykeltrafikens perspektiv. Frågeställningen är att utreda vilka utformningselement kan observeras ha önskad effekt på cyklisters beteende vid signalkorsningar. LÄS MER

  5. 9. Pedestrian Multiple Object Tracking in Real-Time

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Samuel Wintzell; [2022]
    Nyckelord :Computer Vision; Deep Learning; Multiple Object Tracking; Object Detection; Person Re-identification; Datorseende; Djupinlärning; Spårning av Flera Objekt; Objektdetektering; Personidentifiering;

    Sammanfattning : Multiple object tracking (MOT) is the task of detecting multiple objects in a scene and associating detections over time to form tracks. It is essential for many scene understanding tasks like surveillance, robotics and autonomous driving. LÄS MER

  7. 10. Pedestrian Tracking by using Deep Neural Networks

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Zeng Peng; [2021]
    Nyckelord :Deep Learning; Computer Vision; Multiple Object Tracking; Person Re- Identification; Object Detection;

    Sammanfattning : This project aims at using deep learning to solve the pedestrian tracking problem for Autonomous driving usage. The research area is in the domain of computer vision and deep learning. Multi-Object Tracking (MOT) aims at tracking multiple targets simultaneously in a video data. LÄS MER