文献

J-GLOBAL ID：201702239216348757   整理番号：17A0198177

L2ノルム最小化と圧縮HAAR-LIKE特徴マッチングの高速目標追跡を融合した。【JST・京大機械翻訳】

Fast Object Tracking Based on L2-norm Minimization and Compressed Haar-like Features Matching

著者 (4件)： Wu Zhengping (The Key Laboratory of Fiber Optic Sensing Technology and Information Processing, Ministry of Education, Wuhan University of Technology) ,  Yang Jie (The Key Laboratory of Fiber Optic Sensing Technology and Information Processing, Ministry of Education, Wuhan University of Technology) ,  Cui Xiaomeng (The Key Laboratory of Fiber Optic Sensing Technology and Information Processing, Ministry of Education, Wuhan University of Technology) ,  Zhang Qingnian (The Key Laboratory of Fiber Optic Sensing Technology and Information Processing, Ministry of Education, Wuhan University of Technology)
資料名： Dianzi yu Xinxi Xuebao  (Dianzi yu Xinxi Xuebao)
巻： 38  号： 11  ページ： 2803-2810  発行年： 2016年 
JST資料番号： C2507A  ISSN： 1009-5896  CODEN： DKXUEC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： BAYES推定フレームワークの下では,PCA空間とL2ノルム最小化に基づく目標追跡アルゴリズムは,多くの複雑な外観変化を処理することができるが,ターゲットの回転または姿勢変化の間,追跡ドリフト現象が発生する。この問題を解決するために,本論文は,L2ノルム最小化と圧縮HAAR-LIKE特徴マッチングに基づく高速視覚追跡法を提案した。この方法は,大規模なシートを除去することによって,計算の複雑さを減少させることができた。一方,圧縮されたHAAR-LIKE特性マッチング技術は,姿勢変化と回転のロバスト性を強化する。実験結果は以下を示す。現在の流行追跡法と比較して,この方法は,オクルージョン,照明突然変異,高速運動,姿勢変化,回転などの干渉に対して強いロバスト性を持ち,多くのテストビデオにおいて29フレーム/Sの速度を達成し,高速ビデオ追跡の要求を満たすことができる。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： オクルージョン ,  計算量 ,  照明 ,  *マッチング ,  *高速度 ,  突然変異 ,  ドリフト ,  ロバスト性 ,  追跡アルゴリズム
準シソーラス用語： 高速ビデオ ,  ビジュアルトラッキング ,  姿勢変化 ,  *ターゲット追跡 ,  *特徴マッチング ,  *L2ノルム , 【Automatic Indexing@JST】

著者キーワード (5件)： Object tracking ,  PCA subspace ,  L2-norm minimization ,  Compressed Haar-like feature ,  Observation likelihood

分類 (2件)： パターン認識  (JE07000S) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (5件)： L2ノルム ,  最小化 ,  特徴マッチング ,  目標追跡 ,  融合