文献

J-GLOBAL ID：201702228377729044   整理番号：17A0194569

正例投票におけるL1目標追跡アルゴリズム【JST・京大機械翻訳】

L1 object-tracking algorithm with positive example voting

著者 (4件)： Hu Liangmei (School of Computer Science and Information Engineering,Hefei University of Technology) ,  Wang Jian (School of Computer Science and Information Engineering,Hefei University of Technology) ,  Zhang Jun (School of Computer Science and Information Engineering,Hefei University of Technology) ,  Zhang Xudong (School of Computer Science and Information Engineering,Hefei University of Technology)
資料名： Zhongguo Tuxiang Tuxing Xuebao  (Zhongguo Tuxiang Tuxing Xuebao)
巻： 21  号： 11  ページ： 1483-1491  発行年： 2016年 
JST資料番号： C2782A  ISSN： 1006-8961  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： 【目的】従来のL1スパース表現は,すべての候補目標を辞書テンプレートの線形結合として表現し,辞書テンプレートの全体の情報のみを考慮して,ターゲットの局所構造を分析しない。本論文では,バックグラウンドが雑踏ときの追跡ドリフトの問題を解決するために,正例投票に基づく目標追跡アルゴリズムを提案した。方法:本論文では,ターゲットの局所構造を考慮して,ターゲットの画像構造の組合せを示した。粒子フィルタフレームワークにおいて,画像ブロックの子置信関数と類似性関数を構築して,正の画像ブロックを抽出した。最終的に,追跡目標の最適位置を正例重み付き投票によって推定する。結果:14組の公測ビデオシーケンスにおける追跡実験を行い、多くの優秀な目標追跡アルゴリズムと比較して、本論文の追跡アルゴリズムは背景が雑踏、オクルージョン、照明変化などの複雑な環境干渉の下で最も安定で、率は0.7に達し、しかも最も低い平均追跡誤差5.90が得られた。このアルゴリズムの信頼性と有効性を示した。結論:本論文で提案したL1目標追跡アルゴリズムは,従来の方法と比較して,オクルージョン,照明変動,および高速運動の問題を解決することができ,背景の雑踏系列のロバスト追跡を安定して実現することができた。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ロバスト性 ,  *アルゴリズム ,  *投票 ,  オクルージョン ,  画像 ,  ドリフト ,  高速度 ,  類似性
準シソーラス用語： 照明変化 ,  ビデオシーケンス ,  粒子フィルタ ,  画像構造 ,  局所構造 ,  スパース表現 ,  *追跡アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： positive patch ,  voting ,  sparse representation ,  object tracking ,  particle filter

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 投票 ,  L1 ,  目標追跡 ,  アルゴリズム