AdaBoost for parking lot occupation detection
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F13%3A86089029" target="_blank" >RIV/61989100:27240/13:86089029 - isvavai.cz</a>
Výsledek na webu
<a href="http://link.springer.com/chapter/10.1007%2F978-3-319-00969-8_67" target="_blank" >http://link.springer.com/chapter/10.1007%2F978-3-319-00969-8_67</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-00969-8_67" target="_blank" >10.1007/978-3-319-00969-8_67</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
AdaBoost for parking lot occupation detection
Popis výsledku v původním jazyce
Parking lot occupation detection using vision systems is a very important task. Many systems use different sensors and their combinations to find out whether the parking lot or space is occupied or not. Using CCTV systems makes it possible to monitor great areas without a need of many sensors. In this paper, we present a method that uses the boosting algorithm for car detection on particular parking spaces and shifting the image to obtain a probability function of car appearance. Using the model of parking lot, we achieve occupancy of each parking space. We also experimented with the detector that is based on the histogram of oriented gradients (HOG) with a support vector machine (SVM). Nevertheless, we found some drawbacks of this detector that we describe in experiments. On the grounds of these drawbacks, we decided to use the AdaBoost based detector.
Název v anglickém jazyce
AdaBoost for parking lot occupation detection
Popis výsledku anglicky
Parking lot occupation detection using vision systems is a very important task. Many systems use different sensors and their combinations to find out whether the parking lot or space is occupied or not. Using CCTV systems makes it possible to monitor great areas without a need of many sensors. In this paper, we present a method that uses the boosting algorithm for car detection on particular parking spaces and shifting the image to obtain a probability function of car appearance. Using the model of parking lot, we achieve occupancy of each parking space. We also experimented with the detector that is based on the histogram of oriented gradients (HOG) with a support vector machine (SVM). Nevertheless, we found some drawbacks of this detector that we describe in experiments. On the grounds of these drawbacks, we decided to use the AdaBoost based detector.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2013
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Proceedings of the 8th International Conference on Computer Recognition Systems CORES 2013
ISSN
2194-5357
e-ISSN
—
Svazek periodika
226
Číslo periodika v rámci svazku
2013
Stát vydavatele periodika
CH - Švýcarská konfederace
Počet stran výsledku
10
Strana od-do
681-690
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—