JP2001076161A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2001076161A5 JP2001076161A5 JP1999248237A JP24823799A JP2001076161A5 JP 2001076161 A5 JP2001076161 A5 JP 2001076161A5 JP 1999248237 A JP1999248237 A JP 1999248237A JP 24823799 A JP24823799 A JP 24823799A JP 2001076161 A5 JP2001076161 A5 JP 2001076161A5
- Authority
- JP
- Japan
- Prior art keywords
- block
- group
- extraction target
- movement amount
- blocks
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000605 extraction Methods 0.000 description 34
- 238000003672 processing method Methods 0.000 description 21
- 230000000875 corresponding Effects 0.000 description 10
- 230000003252 repetitive Effects 0.000 description 1
Description
【特許請求の範囲】
【請求項1】
画像データを複数のブロックに分割するブロック分割ステップと、
時間的に離れた画像データとの間で、当該ブロック単位で動き量を算出する動き量算出ステップと、
当該動き量算出ステップで算出した動き量に従い、当該画像データの各ブロックを、抽出対象に対応する抽出対象ブロック・グループ、当該抽出対象の背景に対応する背景ブロック・グループ及び当該抽出対象と当該背景の境界となる境界ブロック・グループの何れかに分類するブロック分類ステップと、
当該ブロック分類ステップの分類結果に従い、当該抽出対象の初期輪郭を生成する初期輪郭生成ステップと、
当該初期輪郭生成ステップで生成された当該初期輪郭に基づいて当該抽出対象の輪郭を決定する輪郭決定ステップ
とを具備することを特徴とする画像処理方法。
【請求項2】
当該ブロック分類ステップは、当該動き量算出ステップで算出された動き量の発生頻度に従い、当該画像データの各ブロックを、当該抽出対象ブロック・グループ、当該背景ブロック・グループ及び当該境界ブロック・グループの何れかに分類する請求項1に記載の画像処理方法。
【請求項3】
当該ブロック分類ステップは、当該動き量算出ステップで算出された動き量の発生頻度に従い、発生頻度の1番目に多いグループのブロックを当該抽出対象ブロック・グループに分類し、発生頻度の2番目に多いグループのブロックを当該背景ブロック・グループに分類し、発生頻度の3番目以降に多いグループのブロックを当該境界ブロック・グループに分類する請求項2に記載の画像処理方法。
【請求項4】
当該ブロック分類ステップが、3番目以降に発生頻度の高いグループのブロックの動き量が、1番目に発生頻度の高いグループのブロックの動き量及び2番目に発生頻度の高いグループのブロックの動き量の何れと類似するかを判定する類似度判定ステップと、
当該類似度判定ステップの判定結果に従い、3番目以降に発生頻度の高いグループのブロックを、類似度の高いグループに再分類ステップ
とを具備する請求項3に記載の画像処理方法。
【請求項5】
当該類似度判定ステップが、当該動き量算出ステップで算出される動き量のベクトル内積を計算する請求項4に記載の画像処理方法。
【請求項6】
当該類似度判定ステップが、当該動き量算出ステップで算出される動き量のベクトル距離を計算する請求項4に記載の画像処理方法。
【請求項7】
当該ブロック分類ステップは、当該動き量算出ステップで算出された近隣ブロックの動き量に従い、当該画像データの各ブロックを、当該抽出対象ブロック・グループ、当該背景ブロック・グループ及び当該境界ブロック・グループの何れかに分類する請求項1に記載の画像処理方法。
【請求項8】
当該ブロック分類ステップは、当該動き量算出ステップで算出された動き量の発生頻度及び近隣ブロックの動き量に従い、当該画像データの各ブロックを、当該抽出対象ブロック・グループ、当該背景ブロック・グループ及び当該境界ブロック・グループの何れかに分類する請求項1に記載の画像処理方法。
【請求項9】
当該ブロック分類ステップが、1番目に発生頻度の多いグループのブロックを当該背景ブロック・グループに分類し、2番目以降に発生頻度の多いグループのブロックのうち、1番目に発生頻度の多いグループのブロックに隣接するブロックを当該境界ブロック・グループに分類する請求項8に記載の画像処理方法。
【請求項10】
当該ブロック分類ステップが、2番目に発生頻度の多いグループのブロックを当該抽出対象ブロック・グループに分類し、1番目に発生頻度の多いグループのブロックの内、2番目に発生頻度の多いグループのブロックに隣接するブロックを当該境界ブロック・グループに分類する請求項8に記載の画像処理方法。
【請求項11】
当該ブロック分類ステップが、3番目以降に発生頻度の高いグループのブロックの動き量が、1番目に発生頻度の高いグループのブロックの動き量及び2番目に発生頻度の高いグループのブロックの動き量の何れと類似するかを判定する類似度判定ステップと、
当該類似度判定ステップの判定結果に従い、3番目以降に発生頻度の高いグループのブロックを、類似度の高いグループに再分類ステップ
とを具備する請求項8に記載の画像処理方法。
【請求項12】
当該類似度判定ステップが、当該動き量算出ステップで算出される動き量のベクトル内積を計算する請求項11に記載の画像処理方法。
【請求項13】
当該類似度判定ステップが、当該動き量算出ステップで算出される動き量のベクトル距離を計算する請求項11に記載の画像処理方法。
【請求項14】
更に、当該ブロック分類ステップの分類結果に応じて所定のブロックのサイズを変更するブロックサイズ変更ステップと、
サイズを変更されたブロックに対し、当該動き量算出ステップ及び当該ブロック分類ステップを再実行させる繰り返し制御ステップ
とを具備する請求項1に記載の画像処理方法。
【請求項15】
当該所定のブロックが、3番目以降に発生頻度の多いグループのブロックである請求項14に記載の画像処理方法。
【請求項16】
当該所定のブロックが、1番目に発生頻度の多いグループのブロックに隣接するブロックであって2番目に発生頻度の多いグループに所属するブロックと、3番目以降に発生頻度の多いグループのブロックとからなる請求項14に記載の画像処理方法。
【請求項17】
当該所定のブロックが、2番目に発生頻度の多いグループのブロックに隣接するブロックであって1番目に発生頻度の多いグループに所属するブロックと、3番目以降に発生頻度の多いグループのブロックとからなる請求項14に記載の画像処理方法。
【請求項18】
画像データを複数のブロックに分割するブロック分割手段と、
時間的に離れた画像データとの間で、当該ブロック単位で動き量を算出する動き量算出手段と、
当該動き量算出手段で算出した動き量に従い、当該画像データの各ブロックを、抽出対象に対応する抽出対象ブロック・グループ、当該抽出対象の背景に対応する背景ブロック・グループ及び当該抽出対象と当該背景の境界となる境界ブロック・グループの何れかに分類するブロック分類手段と、
当該ブロック分類手段の分類結果に従い、当該抽出対象の初期輪郭を生成する初期輪郭生成手段と、
当該初期輪郭生成手段で生成された当該初期輪郭に基づいて当該抽出対象の輪郭を決定する輪郭決定手段
とを具備することを特徴とする画像処理装置。
【請求項19】
画像データを複数のブロックに分割するブロック分割ステップと、
時間的に離れた画像データとの間で、当該ブロック単位で動き量を算出する動き量算出ステップと、
当該動き量算出ステップで算出した動き量に従い、当該画像データの各ブロックを、抽出対象に対応する抽出対象ブロック・グループ、当該抽出対象の背景に対応する背景ブロック・グループ及び当該抽出対象と当該背景の境界となる境界ブロック・グループの何れかに分類するブロック分類ステップと、
当該ブロック分類ステップの分類結果に従い、当該抽出対象の初期輪郭を生成する初期輪郭生成ステップと、
当該初期輪郭生成ステップで生成された当該初期輪郭に基づいて当該抽出対象の輪郭を決定する輪郭決定ステップ
とを具備する画像処理方法のプログラム・ソフトウエアを記憶することを特徴とする記憶媒体。
【請求項1】
画像データを複数のブロックに分割するブロック分割ステップと、
時間的に離れた画像データとの間で、当該ブロック単位で動き量を算出する動き量算出ステップと、
当該動き量算出ステップで算出した動き量に従い、当該画像データの各ブロックを、抽出対象に対応する抽出対象ブロック・グループ、当該抽出対象の背景に対応する背景ブロック・グループ及び当該抽出対象と当該背景の境界となる境界ブロック・グループの何れかに分類するブロック分類ステップと、
当該ブロック分類ステップの分類結果に従い、当該抽出対象の初期輪郭を生成する初期輪郭生成ステップと、
当該初期輪郭生成ステップで生成された当該初期輪郭に基づいて当該抽出対象の輪郭を決定する輪郭決定ステップ
とを具備することを特徴とする画像処理方法。
【請求項2】
当該ブロック分類ステップは、当該動き量算出ステップで算出された動き量の発生頻度に従い、当該画像データの各ブロックを、当該抽出対象ブロック・グループ、当該背景ブロック・グループ及び当該境界ブロック・グループの何れかに分類する請求項1に記載の画像処理方法。
【請求項3】
当該ブロック分類ステップは、当該動き量算出ステップで算出された動き量の発生頻度に従い、発生頻度の1番目に多いグループのブロックを当該抽出対象ブロック・グループに分類し、発生頻度の2番目に多いグループのブロックを当該背景ブロック・グループに分類し、発生頻度の3番目以降に多いグループのブロックを当該境界ブロック・グループに分類する請求項2に記載の画像処理方法。
【請求項4】
当該ブロック分類ステップが、3番目以降に発生頻度の高いグループのブロックの動き量が、1番目に発生頻度の高いグループのブロックの動き量及び2番目に発生頻度の高いグループのブロックの動き量の何れと類似するかを判定する類似度判定ステップと、
当該類似度判定ステップの判定結果に従い、3番目以降に発生頻度の高いグループのブロックを、類似度の高いグループに再分類ステップ
とを具備する請求項3に記載の画像処理方法。
【請求項5】
当該類似度判定ステップが、当該動き量算出ステップで算出される動き量のベクトル内積を計算する請求項4に記載の画像処理方法。
【請求項6】
当該類似度判定ステップが、当該動き量算出ステップで算出される動き量のベクトル距離を計算する請求項4に記載の画像処理方法。
【請求項7】
当該ブロック分類ステップは、当該動き量算出ステップで算出された近隣ブロックの動き量に従い、当該画像データの各ブロックを、当該抽出対象ブロック・グループ、当該背景ブロック・グループ及び当該境界ブロック・グループの何れかに分類する請求項1に記載の画像処理方法。
【請求項8】
当該ブロック分類ステップは、当該動き量算出ステップで算出された動き量の発生頻度及び近隣ブロックの動き量に従い、当該画像データの各ブロックを、当該抽出対象ブロック・グループ、当該背景ブロック・グループ及び当該境界ブロック・グループの何れかに分類する請求項1に記載の画像処理方法。
【請求項9】
当該ブロック分類ステップが、1番目に発生頻度の多いグループのブロックを当該背景ブロック・グループに分類し、2番目以降に発生頻度の多いグループのブロックのうち、1番目に発生頻度の多いグループのブロックに隣接するブロックを当該境界ブロック・グループに分類する請求項8に記載の画像処理方法。
【請求項10】
当該ブロック分類ステップが、2番目に発生頻度の多いグループのブロックを当該抽出対象ブロック・グループに分類し、1番目に発生頻度の多いグループのブロックの内、2番目に発生頻度の多いグループのブロックに隣接するブロックを当該境界ブロック・グループに分類する請求項8に記載の画像処理方法。
【請求項11】
当該ブロック分類ステップが、3番目以降に発生頻度の高いグループのブロックの動き量が、1番目に発生頻度の高いグループのブロックの動き量及び2番目に発生頻度の高いグループのブロックの動き量の何れと類似するかを判定する類似度判定ステップと、
当該類似度判定ステップの判定結果に従い、3番目以降に発生頻度の高いグループのブロックを、類似度の高いグループに再分類ステップ
とを具備する請求項8に記載の画像処理方法。
【請求項12】
当該類似度判定ステップが、当該動き量算出ステップで算出される動き量のベクトル内積を計算する請求項11に記載の画像処理方法。
【請求項13】
当該類似度判定ステップが、当該動き量算出ステップで算出される動き量のベクトル距離を計算する請求項11に記載の画像処理方法。
【請求項14】
更に、当該ブロック分類ステップの分類結果に応じて所定のブロックのサイズを変更するブロックサイズ変更ステップと、
サイズを変更されたブロックに対し、当該動き量算出ステップ及び当該ブロック分類ステップを再実行させる繰り返し制御ステップ
とを具備する請求項1に記載の画像処理方法。
【請求項15】
当該所定のブロックが、3番目以降に発生頻度の多いグループのブロックである請求項14に記載の画像処理方法。
【請求項16】
当該所定のブロックが、1番目に発生頻度の多いグループのブロックに隣接するブロックであって2番目に発生頻度の多いグループに所属するブロックと、3番目以降に発生頻度の多いグループのブロックとからなる請求項14に記載の画像処理方法。
【請求項17】
当該所定のブロックが、2番目に発生頻度の多いグループのブロックに隣接するブロックであって1番目に発生頻度の多いグループに所属するブロックと、3番目以降に発生頻度の多いグループのブロックとからなる請求項14に記載の画像処理方法。
【請求項18】
画像データを複数のブロックに分割するブロック分割手段と、
時間的に離れた画像データとの間で、当該ブロック単位で動き量を算出する動き量算出手段と、
当該動き量算出手段で算出した動き量に従い、当該画像データの各ブロックを、抽出対象に対応する抽出対象ブロック・グループ、当該抽出対象の背景に対応する背景ブロック・グループ及び当該抽出対象と当該背景の境界となる境界ブロック・グループの何れかに分類するブロック分類手段と、
当該ブロック分類手段の分類結果に従い、当該抽出対象の初期輪郭を生成する初期輪郭生成手段と、
当該初期輪郭生成手段で生成された当該初期輪郭に基づいて当該抽出対象の輪郭を決定する輪郭決定手段
とを具備することを特徴とする画像処理装置。
【請求項19】
画像データを複数のブロックに分割するブロック分割ステップと、
時間的に離れた画像データとの間で、当該ブロック単位で動き量を算出する動き量算出ステップと、
当該動き量算出ステップで算出した動き量に従い、当該画像データの各ブロックを、抽出対象に対応する抽出対象ブロック・グループ、当該抽出対象の背景に対応する背景ブロック・グループ及び当該抽出対象と当該背景の境界となる境界ブロック・グループの何れかに分類するブロック分類ステップと、
当該ブロック分類ステップの分類結果に従い、当該抽出対象の初期輪郭を生成する初期輪郭生成ステップと、
当該初期輪郭生成ステップで生成された当該初期輪郭に基づいて当該抽出対象の輪郭を決定する輪郭決定ステップ
とを具備する画像処理方法のプログラム・ソフトウエアを記憶することを特徴とする記憶媒体。
【0012】
【課題を解決するための手段】
本発明に係る画像処理方法は、画像データを複数のブロックに分割するブロック分割ステップと、時間的に離れた画像データとの間で、当該ブロック単位で動き量を算出する動き量算出ステップと、当該動き量算出ステップで算出した動き量に従い、当該画像データの各ブロックを、抽出対象に対応する抽出対象ブロック・グループ、当該抽出対象の背景に対応する背景ブロック・グループ及び当該抽出対象と当該背景の境界となる境界ブロック・グループの何れかに分類するブロック分類ステップと、当該ブロック分類ステップの分類結果に従い、当該抽出対象の初期輪郭を生成する初期輪郭生成ステップと、当該初期輪郭生成ステップで生成された当該初期輪郭に基づいて当該抽出対象の輪郭を決定する輪郭決定ステップとを具備することを特徴とする。
【課題を解決するための手段】
本発明に係る画像処理方法は、画像データを複数のブロックに分割するブロック分割ステップと、時間的に離れた画像データとの間で、当該ブロック単位で動き量を算出する動き量算出ステップと、当該動き量算出ステップで算出した動き量に従い、当該画像データの各ブロックを、抽出対象に対応する抽出対象ブロック・グループ、当該抽出対象の背景に対応する背景ブロック・グループ及び当該抽出対象と当該背景の境界となる境界ブロック・グループの何れかに分類するブロック分類ステップと、当該ブロック分類ステップの分類結果に従い、当該抽出対象の初期輪郭を生成する初期輪郭生成ステップと、当該初期輪郭生成ステップで生成された当該初期輪郭に基づいて当該抽出対象の輪郭を決定する輪郭決定ステップとを具備することを特徴とする。
本発明に係る画像処理装置は、画像データを複数のブロックに分割するブロック分割手段と、時間的に離れた画像データとの間で、当該ブロック単位で動き量を算出する動き量算出手段と、当該動き量算出手段で算出した動き量に従い、当該画像データの各ブロックを、抽出対象に対応する抽出対象ブロック・グループ、当該抽出対象の背景に対応する背景ブロック・グループ及び当該抽出対象と当該背景の境界となる境界ブロック・グループの何れかに分類するブロック分類手段と、当該ブロック分類手段の分類結果に従い、当該抽出対象の初期輪郭を生成する初期輪郭生成手段と、当該初期輪郭生成手段で生成された当該初期輪郭に基づいて当該抽出対象の輪郭を決定する輪郭決定手段とを具備することを特徴とする。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP24823799A JP4407985B2 (ja) | 1999-09-02 | 1999-09-02 | 画像処理方法及び装置並びに記憶媒体 |
US09/650,738 US7024040B1 (en) | 1999-09-02 | 2000-08-30 | Image processing apparatus and method, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP24823799A JP4407985B2 (ja) | 1999-09-02 | 1999-09-02 | 画像処理方法及び装置並びに記憶媒体 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2001076161A JP2001076161A (ja) | 2001-03-23 |
JP2001076161A5 true JP2001076161A5 (ja) | 2006-10-12 |
JP4407985B2 JP4407985B2 (ja) | 2010-02-03 |
Family
ID=17175210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP24823799A Expired - Fee Related JP4407985B2 (ja) | 1999-09-02 | 1999-09-02 | 画像処理方法及び装置並びに記憶媒体 |
Country Status (2)
Country | Link |
---|---|
US (1) | US7024040B1 (ja) |
JP (1) | JP4407985B2 (ja) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7003061B2 (en) | 2000-12-21 | 2006-02-21 | Adobe Systems Incorporated | Image extraction from complex scenes in digital video |
US20030174890A1 (en) * | 2002-03-14 | 2003-09-18 | Masaki Yamauchi | Image processing device and ultrasonic diagnostic device |
WO2005066897A1 (ja) * | 2004-01-06 | 2005-07-21 | Sony Corporation | 画像処理装置および方法、記録媒体、並びにプログラム |
US20080144716A1 (en) * | 2004-03-11 | 2008-06-19 | Gerard De Haan | Method For Motion Vector Determination |
US7463755B2 (en) * | 2004-10-10 | 2008-12-09 | Qisda Corporation | Method for correcting motion vector errors caused by camera panning |
KR100775104B1 (ko) * | 2006-02-27 | 2007-11-08 | 삼성전자주식회사 | 영상 신호의 떨림 보정 장치와 그를 포함하는 영상 시스템및 그 방법 |
JP2008016903A (ja) * | 2006-07-03 | 2008-01-24 | Nippon Telegr & Teleph Corp <Ntt> | 動きベクトル信頼度測定方法,動フレーム判定方法,動画像符号化方法,およびそれらの装置,並びにそれらのプログラムおよびその記録媒体 |
US8837591B2 (en) * | 2007-01-26 | 2014-09-16 | Telefonaktiebolaget L M Ericsson (Publ) | Image block classification |
WO2009071106A1 (en) * | 2007-12-05 | 2009-06-11 | MAX-PLANCK-Gesellschaft zur Förderung der Wissenschaften e.V. | Image analysis method, image analysis system and uses thereof |
JP4623122B2 (ja) * | 2008-04-03 | 2011-02-02 | ソニー株式会社 | 画像信号処理装置、画像信号処理方法、およびプログラム |
JP4947136B2 (ja) | 2009-12-25 | 2012-06-06 | カシオ計算機株式会社 | 画像処理装置、画像処理方法及びプログラム |
JP5036084B2 (ja) * | 2010-10-14 | 2012-09-26 | シャープ株式会社 | 映像処理装置、映像処理方法、及びプログラム |
JP4980486B1 (ja) * | 2011-06-14 | 2012-07-18 | 株式会社ナナオ | 動き画像領域判定装置またはその方法 |
JP2013030838A (ja) * | 2011-07-26 | 2013-02-07 | Jvc Kenwood Corp | 動きベクトル導出装置および方法 |
JP5131399B2 (ja) * | 2012-01-19 | 2013-01-30 | カシオ計算機株式会社 | 画像処理装置、画像処理方法及びプログラム |
KR101436369B1 (ko) * | 2013-06-25 | 2014-09-11 | 중앙대학교 산학협력단 | 적응적 블록 분할을 이용한 다중 객체 검출 장치 및 방법 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2951230B2 (ja) * | 1994-09-22 | 1999-09-20 | 三洋電機株式会社 | 2次元映像から3次元映像を生成する方法 |
JP3052893B2 (ja) * | 1997-05-16 | 2000-06-19 | 日本電気株式会社 | 動画像符号化装置 |
US5999651A (en) * | 1997-06-06 | 1999-12-07 | Matsushita Electric Industrial Co., Ltd. | Apparatus and method for tracking deformable objects |
JP2000013643A (ja) * | 1998-06-18 | 2000-01-14 | Sony Corp | ノイズ低減装置および方法、映像信号処理装置、並びに動き検出方法 |
JP4564634B2 (ja) * | 2000-08-14 | 2010-10-20 | キヤノン株式会社 | 画像処理方法及び装置並びに記憶媒体 |
-
1999
- 1999-09-02 JP JP24823799A patent/JP4407985B2/ja not_active Expired - Fee Related
-
2000
- 2000-08-30 US US09/650,738 patent/US7024040B1/en not_active Expired - Fee Related
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2001076161A5 (ja) | ||
CN111640089B (zh) | 一种基于特征图中心点的缺陷检测方法及装置 | |
CN109598287B (zh) | 基于深度卷积生成对抗网络样本生成的外观瑕疵检测方法 | |
Tu | Probabilistic boosting-tree: Learning discriminative models for classification, recognition, and clustering | |
CN108009222B (zh) | 基于较优视图和深度卷积神经网络的三维模型检索方法 | |
US9443137B2 (en) | Apparatus and method for detecting body parts | |
WO2004013811A3 (en) | Image segmentation using jensen-shannon divergence and jensen-renyi divergence | |
WO2012148619A1 (en) | Superpixel segmentation methods and systems | |
CN107315998B (zh) | 基于车道线的车辆种类划分方法和系统 | |
CN103413307A (zh) | 一种基于超图的图像共分割方法 | |
MX2012007593A (es) | Metodo para el reconocimiento de una cabeza. | |
JP6320016B2 (ja) | 対象物検出装置、対象物検出方法およびプログラム | |
CN110532946A (zh) | 一种基于卷积神经网络识别绿通车车辆轴型的方法 | |
CN112037254A (zh) | 目标跟踪方法及相关装置 | |
CN111782904B (zh) | 一种基于改进smote算法的非平衡数据集处理方法及系统 | |
CN106980878B (zh) | 三维模型几何风格的确定方法及装置 | |
CN110110665B (zh) | 一种驾驶环境下手部区域的检测方法 | |
CN105512606A (zh) | 基于ar模型功率谱的动态场景分类方法及装置 | |
CN111414958A (zh) | 一种视觉词袋金字塔的多特征图像分类方法及系统 | |
CN111523576B (zh) | 一种适用于电子质量检测的密度峰值聚类离群点检测方法 | |
CN111553195B (zh) | 基于多位图切平面与多尺度uLBP的三维人脸遮挡判别方法 | |
AU2002356279B2 (en) | Image recognition | |
CN102902972B (zh) | 人体行为特征提取方法、系统及异常行为检测方法和系统 | |
NYGREN et al. | A comparative study of segmentation and classification methods for 3D point clouds | |
Geng et al. | Fast pedestrian detection using deformable part model and pyramid layer location |