文献

J-GLOBAL ID：201702242926056447   整理番号：17A0368822

適応多重特徴集合を用いたパッチに基づくカーネル相関フィルタを介したロバストな視覚追跡【Powered by NICT】

Robust visual tracking via patch based kernel correlation filters with adaptive multiple feature ensemble

著者 (3件)： Chen Wei (Jiangsu Key Laboratory of Big Data Analysis Technology (B-DAT), Nanjing University of Information Science and Technology, China) ,  Zhang Kaihua (Jiangsu Key Laboratory of Big Data Analysis Technology (B-DAT), Nanjing University of Information Science and Technology, China) ,  Liu Qingshan (Jiangsu Key Laboratory of Big Data Analysis Technology (B-DAT), Nanjing University of Information Science and Technology, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 214  ページ： 607-617  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： パッチと相関両フィルタに基づく追跡法は精度とロバスト性に比肩可能な結果を達成したが,視覚追跡における挑戦的な因子を扱う注意深くならば,それらの全体的な性能を改善するための余地が大である。本論文では,複数の有効な特徴を用いた核相関フィルタを適応的にするパッチベーストラッカーを提案した。ターゲットの異なる部分から有用な情報を完全に利用するために,カーネル相関フィルタリング法による各テンプレートパッチを訓練し,粒子フィルタのフレームワークで各粒子の各パッチの重みを設定する。実験は,この方式は閉塞問題を効果的に処理できることを示した。,H OG特徴と色名特徴を含む効果的な特徴は,ターゲットと背景,候補パッチとテンプレート,これは全体の性能を向上させるさらにを学習するために統合した。CVPR2013追跡ベンチマーク上での包括的実験結果は,提案した方法がいくつかの代表的な最新の追跡アルゴリズムに対する性能が高いことを実証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *フィルタ ,  ベンチマーク ,  *ロバスト性 ,  閉塞 ,  多重化
準シソーラス用語： 追跡アルゴリズム ,  粒子フィルタ ,  *ビジュアルトラッキング ,  *相関フィルタ , 【Automatic Indexing@JST】

著者キーワード (3件)： 相関フィルタ ,  視覚追跡 ,  粒子フィルタ

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (8件)： 適応 ,  多重 ,  集合 ,  パッチ ,  カーネル ,  相関フィルタ ,  ロバスト ,  視覚追跡