文献

J-GLOBAL ID：201702261419390435   整理番号：17A0368752

多物体追跡のためのSRCと悪性線維性組織球腫の出現モデル【Powered by NICT】

A joint appearance model of SRC and MFH for multi-objects tracking

著者 (3件)： Zhao Hainan (Computer Application Research Center, ShenZhen Graduate School, Harbin Institute of Technology, ShenZhen, China) ,  Qi Shuhan (Shenzhen Applied Technology Engineering Laboratory for Internet Multimedia Application, ShenZhen, China) ,  Wang Xuan (Public Service Platform of Mobile Internet Application Security Industry, ShenZhen, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 213  ページ： 75-83  発行年： 2016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,スパース表現に基づく分類(SRC)と多特徴ハッシング(MFH)を拡張したマルチオブジェクトトラッキングタスクに,SRCとMFHの継手外観モデル,異なる物体を識別する効果的でを提案した。全てのターゲットの外見モデルを生産に焦点を合わせるだけで従来の多くの手法とは異なり,ここではさらに困難な対のターゲットを識別するための識別的特徴を考察した。,SRCベースのグローバルな識別型外見モデルは全てのターゲットを識別するために設計した。SRC問題としてトラックレット関係を定式化した。識別辞書学習手法を導入し,これはSRC分類性能を改善する。このようにして,グローバルな弁別的外見モデルは,異なる標的を識別より効果的にできる。第二に,MFH)に基づいて対ごとの外見モデルを設計した。対外見モデルは,他の標的または背景を考慮せずに二ターゲットからの識別可能な特徴に焦点を当てた,特異的近くトラックレット対を識別するためのより効果的である。採用した最終的な軌道を生成することであるデータ結合フレームワーク。挑戦的なデータセットを示し,特に同一性スイッチの測定基準であるかなりの性能改善。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： スイッチ ,  *定式化
準シソーラス用語： 辞書学習 ,  外見モデル ,  スパース表現 ,  物体追跡 , 【Automatic Indexing@JST】

著者キーワード (4件)： 多重オブジェクト追跡 ,  スパース表現 ,  辞書学習 ,  複数特徴ハッシング

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 物体追跡 ,  SRC ,  悪性線維性組織球腫 ,  モデル