文献

J-GLOBAL ID：201702235909596716   整理番号：17A0473041

色特徴誘導ネットワーク一般化と調整された特徴融合を用いた物体追跡【Powered by NICT】

Object tracking using color-feature guided network generalization and tailored feature fusion

著者 (4件)： Wang Jing (Faculty of Automation and Information Engineering, Xi’an University of Technology, Xi’an 710048, China) ,  Zhu Hong (Faculty of Automation and Information Engineering, Xi’an University of Technology, Xi’an 710048, China) ,  Yu Shunyuan (Faculty of Automation and Information Engineering, Xi’an University of Technology, Xi’an 710048, China) ,  Fan Caixia (Faculty of Printing, Packaging Engineering and Digital Media Technology, Xi’an University of Technology, Xi’an 710048, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 238  ページ： 387-398  発行年： 2017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： 本論文では色誘導物体追跡のための粒子フィルタに基づくアルゴリズムは,オブジェクトドリフトと複雑な環境で失われるなどの問題を解決するために提案する。強い物体と弱い物体は,物体と背景の色特徴関連性に基づいて差別化した。第二に,物体の一般的性質を記述する固定カーネル関数で定義されたネットワーク構造により生成されたCNN特徴を含むニーズに合わせる特徴を持つオブジェクト状態から構成されており,物体の特性と色特徴を記述するH OG特徴である自己適応型オブジェクトモデル。色特徴のガイド下での空間的一貫性の探索戦略を適用追跡結果に近づくことである。最後に,物体の境界ボックスを数学的空間のマッピングサイズの使用により最適化した。提案したアルゴリズムは,背景雑音を減少させると外観を変化させた物体の追跡精度を向上させた。また提案したアルゴリズムの有効性を実験の最終結果により検証した。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： ネットワーク構造 ,  アルゴリズム ,  数学的空間 ,  最適化 ,  *ネットワーク
準シソーラス用語： 背景雑音 ,  探索戦略 ,  自己適応 ,  Kernel関数 ,  差別化 ,  粒子フィルタ ,  *物体追跡 ,  *特徴融合 ,  *色特徴 , 【Automatic Indexing@JST】

著者キーワード (5件)： 物体追跡 ,  カラー特徴誘導 ,  粒子フィルタ ,  CNN特徴 ,  空間一貫性は,探索

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 色特徴 ,  誘導 ,  一般化 ,  特徴融合 ,  物体追跡