文献

J-GLOBAL ID：201702264432544796   整理番号：17A0073380

テンプレート追跡における混合線形モデルの応用【JST・京大機械翻訳】

Mixture hyperplanes approximation for template tracking

著者 (3件)： Gu Song (School of Communication & Information Engineering,University of Electronic Science & Technology of China) ,  Ma Zheng (School of Communication & Information Engineering,University of Electronic Science & Technology of China) ,  Xie Mei (School of Electric Engineering, University of Electronic Science & Technology of China)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 33  号： 8  ページ： 2500-2503  発行年： 2016年 
JST資料番号： C2536A  ISSN： 1001-3695  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： テンプレート追跡はコンピュータビジョンにおいて広く使用されている。画像のホモグラフィ特徴を利用して、目標の運動モデルを構築し、観察データと目標運動パラメータの関係を探し、目標の運動パラメータを推定し、目標追跡の目的を実現する。混合線形モデルに基づくテンプレート追跡法を提案し,移動パラメータと見かけの特徴を抽出し,データ集合を構築し,そして,全体の教師つき学習法を用いて,それらのマッピング関係を計算し,目標追跡を実現した。この方法は単一線形モデルによる非線形誤差を克服し,非線形モデルの計算量を低減し,ターゲット追跡の精度を改善した。また,高速学習の計算方法を提案し,混合モデルにおける各部分空間が学習サンプルが少なくノイズの影響を受けやすいという欠点を克服し,システムのロバスト性を増加させるだけでなく,計算量を削減した。実験結果は,このアルゴリズムが良好な追跡性能を有することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 高速度 ,  雑音 ,  教師つき学習 ,  学習 ,  ロバスト性 ,  アルゴリズム ,  *計算量 ,  コンピュータビジョン
準シソーラス用語： 部分空間 ,  混合モデル ,  非線形モデル ,  ターゲット追跡 ,  運動モデル ,  ホモグラフィー ,  *線形モデル , 【Automatic Indexing@JST】

著者キーワード (3件)： template tracking ,  mixture hyperplanes approximation ,  fast learning

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： テンプレート ,  追跡 ,  線形モデル ,  応用