文献

J-GLOBAL ID：201702249107129733   整理番号：17A0410806

ロバスト協調モデルとサンプル選択によるオンラインオブジェクト追跡【Powered by NICT】

Online multi-object tracking via robust collaborative model and sample selection

著者 (5件)： Naiel Mohamed A. (Department of Electrical and Computer Engineering, Concordia University, Montreal, QC H3G 1M8, Canada) ,  Ahmad M. Omair (Department of Electrical and Computer Engineering, Concordia University, Montreal, QC H3G 1M8, Canada) ,  Swamy M.N.S. (Department of Electrical and Computer Engineering, Concordia University, Montreal, QC H3G 1M8, Canada) ,  Lim Jongwoo (Department of Computer Science and Engineering, Hanyang University, Seoul 113-791, Republic of Korea) ,  Yang Ming-Hsuan (School of Engineering, University of California, Merced, CA 95344 USA)
資料名： Computer Vision and Image Understanding  (Computer Vision and Image Understanding)
巻： 154  ページ： 94-107  発行年： 2017年 
JST資料番号： W0185A  ISSN： 1077-3142  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： 過去10年間は,ビデオにおける物体の検出と追跡の著しい進歩を目撃した。本論文では,著者らは,予め訓練されたオブジェクト検出器間の共同モデルと粒子フィルタリング枠組み内で単一オブジェクトオンライン追跡装置の数を示した。各フレームに対し,検出と追跡の間の関係を構築し,重要な試料として検出した各画像領域を,オンライン更新のための,トラッカーに関連している。物体動力学と関連した検出を組み込んだ運動モデルを提案した。さらに,各トラッカーの外見モデルを更新するための効果的な試料選択方式を提案した。尤度関数とデータ結合のための識別と生成的外見モデルを用いた。実験結果は,提案した方式が一般的に最先端レベル手法よりも性能的に優れていることを示した。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： トラッキング装置 ,  *ロバスト性 ,  尤度関数 ,  録画装置 ,  画像
準シソーラス用語： 粒子フィルタ ,  データ結合 ,  外見モデル ,  運動モデル ,  粒子フィルタリング ,  物体検出 ,  *物体追跡 ,  *オンライン ,  *協調モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： マルチオブジェクト追跡 ,  粒子フィルタ ,  協調モデル ,  サンプル選択 ,  スパース表現

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： ロバスト ,  協調モデル ,  サンプル ,  オンライン ,  オブジェクト追跡