文献

J-GLOBAL ID：201702223881457861   整理番号：17A0368827

FLIR標的を追跡するためのカーネル特徴空間における並列探索戦略【Powered by NICT】

Parallel search strategy in kernel feature space to track FLIR target

著者 (5件)： Shi Zhen (Department of Automatic Testing and Control, Harbin Institute of Technology, Harbin 150080, China) ,  Wei Chang’an (Department of Automatic Testing and Control, Harbin Institute of Technology, Harbin 150080, China) ,  Li Junbao (Department of Automatic Testing and Control, Harbin Institute of Technology, Harbin 150080, China) ,  Fu Ping (Department of Automatic Testing and Control, Harbin Institute of Technology, Harbin 150080, China) ,  Jiang Shouda (Department of Automatic Testing and Control, Harbin Institute of Technology, Harbin 150080, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 214  ページ： 671-683  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  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： 前方監視赤外(FLIR)配列におけるロバストな追跡は,コンピュータビジョンの分野では依然として困難な課題である。赤外センサで得られた画像は低信号対クラッタ比(SCR)によって特徴付けられ,興味の標的は,センサプラットフォームと複雑な操作の自己運動に起因する大きな外見変化を示す可能性がある。多くの努力が提供されているが,まだ対処すべきいくつかの問題。強度特徴は挑戦的な配列のための複雑な外見変動に対処するために十分ではない。第二に,ターゲット状態の満足すべき評価を得るために,多くの粒子がその確率密度関数(pdf)を近似するために用いる必要がある。二つの問題に対処するために,カーネルスパース表現(KL1PSトラッカー)に基づく並列探索戦略はFLIRシーケンスにおける追跡タスクを実行するために提案した。非線形特徴を捕捉する能力により,カーネル法は,複雑な外観変化を扱うために導入した。カーネル関数は,ヒストグラム特徴に基づいて構築した後,標的テンプレートと候補の両方は,カーネル特徴空間に写像した。そして効率的な状態粒子はターゲット状態を推定するために使用できるスパース表現に基づいて選択した。提案した方法は,AMCOMHデータベース上で試験し,実験結果は,いくつかの最先端レベルトラッカーと比較してトラッキング精度におけるその優れた性能を実証した。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： 赤外検出器 ,  確率密度関数 ,  ヒストグラム ,  画像 ,  ロバスト性 ,  データベース ,  クラッタ ,  *コンピュータビジョン
準シソーラス用語： Kernel関数 ,  Kernel法 ,  スパース表現 ,  自己運動 ,  *特徴空間 , 【Automatic Indexing@JST】

著者キーワード (3件)： スパース表現 ,  カーネル法 ,  FLIR標的追跡

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 標的 ,  追跡 ,  カーネル ,  特徴空間 ,  探索戦略