Wyszukiwarka
Abstrakt
Efficient pedestrian detection is a very important task in ensuring safety within road conditions, especially after sunset. One way to achieve this goal is to use thermal imaging in conjunction with deep learning methods and an annotated dataset for models training. In this work, such a dataset has been created by capturing thermal images of pedestrians in different weather and traffic conditions. All images were manually annotated with bounding boxes. As a result, the created dataset consists of 9178 annotated, thermal images that can be used in many applications including nighttime pedestrian detection.
Cytowania
-
4
CrossRef
-
0
Web of Science
-
2
Scopus
Autorzy (5)
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Aktywność konferencyjna
- Typ:
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Język:
- angielski
- Rok wydania:
- 2022
- Opis bibliograficzny:
- Górska A., Guzal P., Wędołowska A., Włoszczyńska M., Rumiński J.: AITP - AI Thermal Pedestrians Dataset// / : , 2022,
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/hsi55341.2022.9869478
- Źródła finansowania:
-
- Działalność statutowa/subwencja
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 94 razy
Publikacje, które mogą cię zainteresować
Pedestrian detection in low-resolution thermal images
- A. Górska,
- P. Guzal,
- I. Namiotko
- + 3 autorów
2022