[논문 요약22] [5] N. Dalal and B. Triggs. Histograms of oriented gradients for human detection. In CVPR, pages 886–893, 2005. 6

[업데이트 2018.09.06 13:23]

1. 베이스 논문

[논문 요약17] Perceptual Generative Adversarial Networks for Small Object Detection

(http://arclab.tistory.com/172)

We compare the result of Perceptual GAN with all the existing methods that achieved best performance on the Caltech testing set, including VJ [37], HOG [5], LDCF [27], Katamari [2], SpatialPooling+ [30], TA-CNN [36], Checkerboards [43], CompACT-Deep [44] and RPN+BF [41].

2. 레퍼런스 논문

[5] N. Dalal and B. Triggs. Histograms of oriented gradients for human detection. In CVPR, pages 886–893, 2005. 6

(https://lear.inrialpes.fr/people/triggs/pubs/Dalal-cvpr05.pdf)

3. 주요 내용 요약

3.1 레퍼런스 논문 주요 내용

HOG는 Histograms of oriented gradients의 약자로 이미지의 픽셀에 대한 변화량의 각도와 크기를 고려하여 히스토그램 형태의 특징을 추출하는 방법입니다. 일반적으로 사람이나 보행자 인식에 활용되는 방법입니다.

3.2 베이스 논문에서 인용한 내용

Perceptual Generative Adversarial Networks for Small Object Detection 논문에서 제안한 Perceptual GAN이 Caltech-USA dataset에 대해 본 논문에서 제안한 방법인 HOG object detector보다 성능이 좋음을 보여주고 있습니다.