文献

J-GLOBAL ID：201702225129939299   整理番号：17A0355079

ビデオにおける場面変化分類に基づくオンラインSURF特徴マッチング【JST・京大機械翻訳】

On-line Sorted SURF Feature Matching Adapting to Different Scene Changes

著者 (2件)： Miao Quan (National Computer Network Emergency Response Technical Team /Coordination Center of China) ,  Gu Yanfeng (Harbin Institute of Technology,School of Electronics and Information Engineering)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 37  号： 12  ページ： 2760-2764  発行年： 2016年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  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： ビデオシーケンスにおいて,スケール,回転,照明,オクルージョンなどのような多くの複雑な変化があり,関心領域における局所的特徴検出とマッチングに挑戦をもたらし,従来の局所的特徴記述子に基づく静的マッチング法は,要求を満たすことができない。これらの問題を解決するために,本論文は適応型の複雑な場面変化のためのオンラインSURF特徴マッチング法を提案した。分類の概念を用いて,SURF特徴を整合させ,オンライン学習の分類器を導入した。同時に,複雑なシーンを分類して,特定のシナリオにおけるSURF特性の不変性を研究して,動的クラスタ化を実現した。最後に,クラスタ化の重みを用いて,非平衡サンプリングのRANSACを行い,運動パラメータを求め,オンライン更新を行った。実験結果は,このアルゴリズムがビデオ目標追跡に適用されることを示して,結果は,この方法が複雑なシーン変化の下でより良いロバスト性と精度を有することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： オクルージョン ,  *マッチング ,  クラスタ化 ,  非平衡状態 ,  ロバスト性 ,  *録画装置 ,  不変性
準シソーラス用語： ターゲット追跡 ,  RANSAC ,  オンライン学習 ,  特徴検出 ,  関心領域 ,  ビデオシーケンス ,  *オンライン ,  *特徴マッチング , 【Automatic Indexing@JST】

著者キーワード (4件)： SURF feature ,  scene change ,  dynamic clustering ,  on-line learning

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 ,  場面変化 ,  分類 ,  オンライン ,  特徴マッチング