Zinātniskās darbības atbalsta sistēma
Latviešu English

Publikācija: Automatic Data Labeling by Neural Networks for the Counting of Objects in Videos

Publikācijas veids Publikācijas konferenču materiālos, kas ir indeksēti Web of Science un/vai SCOPUS
Pamatdarbībai piesaistītais finansējums Valsts budžeta finansējums izglītībai
Aizstāvēšana: ,
Publikācijas valoda English (en)
Nosaukums oriģinālvalodā Automatic Data Labeling by Neural Networks for the Counting of Objects in Videos
Pētniecības nozare 2. Inženierzinātnes un tehnoloģijas
Pētniecības apakšnozare 2.2. Elektrotehnika, elektronika, informācijas un komunikāciju tehnoloģijas
Pētniecības platforma Informācijas un komunikāciju tehnoloģijas
Autori Ivars Namatēvs
Kaspars Sudars
Inese Poļaka
Atslēgas vārdi Object Detection, CNN, IOU
Anotācija The paper proposes an efficient method for training a neural network to count moving objects in a video, while another neural network concurrently prepares a labeled dataset for the first one. The detection, tracking, and counting of objects is crucial for effective Intelligence Transportation Systems (ITS), which should reduce congestion and recognize traffic offenders on highways and in urban areas. Creation of labeled data for training a neural network is one of the essential prerequisites for successful application of supervised machine learning. In this paper, the experimental results of the automatic labeling and counting of vehicles under real world conditions are shown. The method shows that by using the Convolutional Neural Network (CNN), the computing power and speed-up time for training a Recurrent Neural Network (RNN) with a Long Short-Term Memory (LSTM) cell for counting moving objects can be decreased.
DOI: 10.1016/j.procs.2019.01.118
Hipersaite: https://www.sciencedirect.com/science/article/pii/S1877050919301255 
Atsauce Namatēvs, I., Sudars, K., Poļaka, I. Automatic Data Labeling by Neural Networks for the Counting of Objects in Videos. No: Procedia Computer Science. Vol.149: ICTE in Transportation and Logistics 2018 (ICTE 2018), Lietuva, Klaipeda, 1.-1. janvāris, 2019. Amsterdam: Elsevier B.V., 2019, 151.-158.lpp. ISSN 1877-0509. Pieejams: doi:10.1016/j.procs.2019.01.118
Papildinformācija Citējamību skaits:
ID 31460