文献

J-GLOBAL ID：201602240949532428   整理番号：16A1120050

ビデオ目標追跡における深さ学習の応用と展望【JST・京大機械翻訳】

Advances on Application of Deep Learning for Video Object Tracking

著者 (3件)： Guan Hao (Shanghai Key Laboratory of Intelligent Information Processing, School of Computer Science, Fudan University) ,  Xue Xiangyang (Shanghai Key Laboratory of Intelligent Information Processing, School of Computer Science, Fudan University) ,  An Zhiyong (Shanghai Key Laboratory of Intelligent Information Processing, School of Computer Science, Fudan University)
資料名： Zidonghua Xuebao  (Zidonghua Xuebao)
巻： 42  号： 6  ページ： 834-847  発行年： 2016年 
JST資料番号： C2134A  ISSN： 0254-4156  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： ビデオ目標追跡はコンピュータビジョンの重要な研究課題であり、ビデオ監視、ロボット、人間-コンピュータ相互作用などの面で広く応用されている。大規模データ時代の到来と深さの学習方法の出現は、ビデオ目標追跡の研究に新たなチャンスを提供した。本論文では,最初に,ビデオ目標追跡の基本的研究フレームワークについて述べた。新しい時期のビデオ目標追跡研究の特徴と傾向を分析し、国際的に新興のデータプラットフォーム、評価方法を紹介した。本論文では,に(畳込み符号器)と畳込み神経回路網(ビデオ)を含むいくつかの新しい深さ学習法を紹介し,ビデオターゲット追跡における最近の応用について詳細に分析し,要約した。最後に、ビデオ目標追跡における深さ学習方法の将来の応用と発展方向について展望した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  コンピュータ ,  追跡調査 ,  コンピュータビジョン ,  神経回路網 ,  相互作用 ,  *学習 ,  *録画装置 ,  畳込み符号 ,  ロボット
準シソーラス用語： 評価方法 ,  ビデオ監視 ,  *ターゲット追跡 , 【Automatic Indexing@JST】

著者キーワード (5件)： Object tracking ,  video analysis ,  online learning ,  deep learning ,  big data

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ビデオ ,  目標追跡 ,  学習 ,  応用 ,  展望