文献

J-GLOBAL ID：201602273015462334   整理番号：16A0768558

マルチモーダルデータを用いた深い物体追跡【Powered by NICT】

Deep object tracking with multi-modal data

著者 (3件)： Zhang Xuezhi (Center for OPTical IMagery Analysis and Learning (OPTIMAL), State Key Laboratory of Transient Optics and Photonics, Xi’an Institute of Optics and Precision Mechanics, Chinese Academy of Sciences, Xi’an 710119, Shaanxi, P.R. China) ,  Yuan Yuan (Center for OPTical IMagery Analysis and Learning (OPTIMAL), State Key Laboratory of Transient Optics and Photonics, Xi’an Institute of Optics and Precision Mechanics, Chinese Academy of Sciences, Xi’an 710119, Shaanxi, P.R. China) ,  Lu Xiaoqiang (Center for OPTical IMagery Analysis and Learning (OPTIMAL), State Key Laboratory of Transient Optics and Photonics, Xi’an Institute of Optics and Precision Mechanics, Chinese Academy of Sciences, Xi’an 710119, Shaanxi, P.R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CITS  ページ： 1-5  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： その性能はオクルージョン,照明変化,背景乱雑性,スケール変化などによって乱された容易であるので,物体追跡は,コンピュータビジョンの分野で挑戦すべき話題である。本論文では,可視画像と赤外(IR)画像の両者からの情報を融合するロバストな追跡アルゴリズムを提案した。提案トラッキングアルゴリズムはまた,可視チャネルから畳込み特徴マップを組み込んでいるだけでなく,赤外チャネルからスケールピラミッド表現を採用した。融合多層畳込み特徴マップによる標的位置を推定し,スケールピラミッドからターゲットスケールを予測した。提案した方法のパイプラインは以下の通りである。最初に,階層的畳込み特徴マップはVGGネットを用いた可視画像から得た。正確な目標位置は可視画像特徴マップとの相関フィルタの最大応答により予測した。最後に,ターゲットとバックグラウンドとの差は明らかであるが,赤外画像からスケールピラミッドによる正確な対象スケールを得た。提案した方法の性能を検証するために,種々の条件下で六ビデオシーケンスを捕捉した。これらの配列は可視チャネルとIRチャネルの両方を含んでいる。十最新の追跡アルゴリズムは,著者らの方法と比較し,実験結果は,提案トラッカーの有効性を示した。Copyright 2016 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： 画像 ,  *畳込み ,  ロバスト性 ,  コンピュータビジョン ,  赤外線画像 ,  多層 ,  チャネル ,  オクルージョン
準シソーラス用語： ビデオシーケンス ,  相関フィルタ ,  特徴マップ ,  追跡アルゴリズム ,  可視画像 ,  照明変化 ,  *物体追跡 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： マルチモーダル ,  物体追跡