文献

J-GLOBAL ID：201702282719144003   整理番号：17A0180428

マイクロエアビークルを用いた複数物体のためのオクルージョンロバストセグメンテーション【Powered by NICT】

Occlusion-robust segmentation for multiple objects using a micro air vehicle

著者 (4件)： Kainuma Asahi (Department of Machine Intelligence and Systems Engineering, Akita Prefectural University, Akita, Japan) ,  Madokoro Hirokazu (Department of Machine Intelligence and Systems Engineering, Akita Prefectural University, Akita, Japan) ,  Sato Kazuhito (Department of Machine Intelligence and Systems Engineering, Akita Prefectural University, Akita, Japan) ,  Shimoi Nobuhiro (Department of Machine Intelligence and Systems Engineering, Akita Prefectural University, Akita, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICCAS  ページ： 111-116  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,閉塞のロバスト性を改善するためのマイクロエアビークル(MAV)を用いた効率的なオブジェクト領域抽出法を提案した。提案した方法は,スケール不変特徴変換(SIFT)特徴を用いた関心(RoI)の領域とGrabCutを用いた標的物体のセグメンテーション,事前学習を必要とすることを抽出するための物体の顕著性に基づいている。M AVを用いた独自の空中写真時系列画像データセットを得た。の実験結果は,精度,再現率,およびF計量を用いて測定したオブジェクト抽出の正確度は,二オブジェクト:椅子およびテーブル間の結託の速度を変化させた画像のためのM AV運動により改良されたことを明らかにした。特に椅子,テーブルより小さいの画像に対して,提案手法では,対象領域の抽出によく機能した。結果表を抽出に基づく抽出精度を向上させるために,飛行パターンと組み合わせた進行機構であるM AVと対象物体間の適切な距離を調整する必要がある。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *セグメンテーション ,  閉塞 ,  空中写真 ,  画像 ,  ロバスト性
準シソーラス用語： 物体抽出 ,  再現率 ,  時系列画像 , 【Automatic Indexing@JST】

分類 (3件)： 航空機  (QK06000K) ,  航空機の空気力学  (QK02010T) ,  航空機の運動性・安定性・操縦性  (QK02040A)

タイトルに関連する用語 (1件)： 物体