文献

J-GLOBAL ID：201702266489888343   整理番号：17A0322423

複合体と持続性閉塞を扱うためのオクルージョンアウェア粒子フィルタトラッカ【Powered by NICT】

An occlusion-aware particle filter tracker to handle complex and persistent occlusions

著者 (6件)： Meshgi Kourosh (Graduate School of Informatics, Kyoto University, Yoshidahonmachi, Sakyo Ward, Kyoto, 606-8501, Japan) ,  Maeda Shin-ichi (Graduate School of Informatics, Kyoto University, Yoshidahonmachi, Sakyo Ward, Kyoto, 606-8501, Japan) ,  Oba Shigeyuki (Graduate School of Informatics, Kyoto University, Yoshidahonmachi, Sakyo Ward, Kyoto, 606-8501, Japan) ,  Skibbe Henrik (Graduate School of Informatics, Kyoto University, Yoshidahonmachi, Sakyo Ward, Kyoto, 606-8501, Japan) ,  Li Yu-zhe (Graduate School of Informatics, Kyoto University, Yoshidahonmachi, Sakyo Ward, Kyoto, 606-8501, Japan) ,  Ishii Shin (Graduate School of Informatics, Kyoto University, Yoshidahonmachi, Sakyo Ward, Kyoto, 606-8501, Japan)
資料名： Computer Vision and Image Understanding  (Computer Vision and Image Understanding)
巻： 150  ページ： 81-94  発行年： 2016年 
JST資料番号： W0185A  ISSN： 1077-3142  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： 外観ベーストラッカーは過去10年間で大きく改善されているが,それらはまだ完全に解決されていない課題に苦しんでいる。これらの課題の中で,長期間持続する,かつ,広範囲の可能な閉塞はしばしば無視されるか,または部分的にしかその治療が困難なため,検討した。この問題を解決するために,本研究では,閉塞フラッグを表す潜在変数と確率モデルを用いたオクルージョンアウェア粒子フィルタフレームワークを提案した。提案したフレームワークは,新たな閉塞の予測による標的を失う防ぎ,関連情報をシフトすることにより標的テンプレートを更新し,閉塞ターゲットの探索領域を拡張し,閉塞後のターゲットの迅速な回復を可能にする。さらに,アルゴリズムは照明変化とクラッタに対するロバスト性を達成するための色および深さ領域からの複数の特徴を採用し,確率的フレームワークはこれらの特徴の融合を収容する。この方法はプリンストンRGBD追跡データセットに適用し,特徴の異なる集合を用いる提案手法の性能が最先端レベルトラッカーと比較した。結果は提案手法では異なるタイプの閉塞の対応して既存のRGBとRGBDトラッカーより優れていることを明らかにした。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： ロバスト性 ,  *閉塞 ,  アルゴリズム ,  *オクルージョン ,  確率モデル ,  クラッタ ,  複合体
準シソーラス用語： 照明変化 ,  *粒子フィルタ ,  *持続性 , 【Automatic Indexing@JST】

著者キーワード (3件)： 粒子フィルタトラッカ ,  明示的オクルージョン処理 ,  RGBD追跡

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 複合体 ,  持続性 ,  閉塞 ,  粒子フィルタ