文献

J-GLOBAL ID：201702241109701877   整理番号：17A0886475

確率的ハイパーグラフランクづけによる視覚追跡【Powered by NICT】

Visual Tracking via Probabilistic Hypergraph Ranking

著者 (4件)： Lu Ruitao (College of Mechatronic Engineering and Automation, National University of Defense Technology, Changsha, China) ,  Xu Wanying (College of Mechatronic Engineering and Automation, National University of Defense Technology, Changsha, China) ,  Zheng Yongbin (College of Mechatronic Engineering and Automation, National University of Defense Technology, Changsha, China) ,  Huang Xinsheng (College of Mechatronic Engineering and Automation, National University of Defense Technology, Changsha, China)
資料名： IEEE Transactions on Circuits and Systems for Video Technology  (IEEE Transactions on Circuits and Systems for Video Technology)
巻： 27  号： 4  ページ： 866-879  発行年： 2017年 
JST資料番号： W0321A  ISSN： 1051-8215  CODEN： ITCTEM  資料種別： 逐次刊行物 (A)
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： オブジェクトの外見は内因的または外因的要因のために変化する傾向にあるためオンライン物体追跡は難しい問題である。本論文では,確率的ハイパーグラフランク付けに基づく追跡アルゴリズムを提案した。一三タイプ超グラフの局所親和性情報を符号化するために構築される。,確率的ハイパーグラフは三つの異なる超グラフを線形に結合することにより構築した。第二に,異なる鋳型の識別情報を効果的に利用するため提案した適応テンプレート制約。第三に,オブジェクトトラッキングは,トランスダクティブ学習問題として定式化し,最適目標位置はランキングスコアに事後推定を最大によって決定される。最後に,正と負のテンプレートセットの動的更新方式は外観変化に対するロバスト性を有する提案トラッカーを提供した。各種の挑戦的な画像列上での一連の実験と評価を行い,その結果は,提案したアルゴリズムがその他の最先端レベル手法と対照して,順調に機能することを示した。Copyright 2017 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： 符号化 ,  *超グラフ ,  定式化 ,  アルゴリズム ,  線形性 ,  *等級づけ ,  ロバスト性 ,  親和性
準シソーラス用語： 画像列 ,  目標位置 ,  トランスダクティブ学習 ,  識別子 ,  追跡アルゴリズム ,  物体追跡 ,  *ビジュアルトラッキング , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 確率 ,  ハイパーグラフ ,  ランクづけ ,  視覚追跡