文献

J-GLOBAL ID：201702279976040456   整理番号：17A0261725

マルチ特徴確率分布に基づく平均シフト歩行者追跡アルゴリズム【JST・京大機械翻訳】

Mean Shift Pedestrian Tracking Algorithm Based on Multi-Feature Probability Distribution

著者 (3件)： Wang Aili (School of Traffic and Transportation,Beijing Jiaotong University) ,  Dong Baotian (School of Traffic and Transportation,Beijing Jiaotong University) ,  Wu Hongyuan (School of Traffic and Transportation,Beijing Jiaotong University)
資料名： Huanan Ligong Daxue Xuebao. Ziran Kexue Ban  (Huanan Ligong Daxue Xuebao. Ziran Kexue Ban)
巻： 44  号： 8  ページ： 123-130  発行年： 2016年 
JST資料番号： W0597A  ISSN： 1000-565X  CODEN： HLDKEZ  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： ターゲットサイズと色が変化するとき,従来の平均値はターゲットモデルと単一ウィンドウサイズの方向によって固定されるので,ターゲットの損失を引き起こす。本論文では,マルチ特徴確率分布に基づく平均シフト歩行者追跡アルゴリズムを提案し,まず第一に,色,輪郭,および運動特性を利用してターゲットのモデルを構築し,色,エッジ,および運動ヒストグラムの分布を得た。次に,色とエッジのヒストグラム逆投影を用いて,二次元確率密度分布を生成し,運動情報を用いて色とエッジの確率分布を修正した。各々の特性の重みに従って,適応特性を用いて,目標特性相関確率分布を得た。最後に,相関確率密度(零階矩値)を用いて,追跡フレームのサイズを調整し,平均シフト追跡フレームワークと結合して,正規性の下で目標追跡を達成した。実験結果は,このアルゴリズムによって抽出されたターゲットの特徴が,より正確で,複雑な交通シナリオにおける歩行者追跡を達成することができることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 二次元 ,  *確率分布 ,  *アルゴリズム ,  *歩行者 ,  ヒストグラム ,  確率密度
準シソーラス用語： *歩行者追跡 ,  ターゲット追跡 ,  確率密度分布 ,  逆投影 ,  ウィンドウサイズ ,  *追跡アルゴリズム ,  *平均シフト , 【Automatic Indexing@JST】

著者キーワード (5件)： pedestrian tracking ,  mean shift ,  histogram distribution ,  multi-feature fusion ,  correlation probability distribution

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： マルチ ,  確率分布 ,  平均シフト ,  歩行者追跡 ,  アルゴリズム