文献

J-GLOBAL ID：201702264702720806   整理番号：17A0060682

高速マルチ特徴ピラミッドのスケール目標追跡手法【JST・京大機械翻訳】

Fast Multi-Feature Pyramids for Scale-Adaptive Object Tracking

著者 (5件)： Yang Yuan (School of Air Control and Navigation,Air Force Engineering University) ,  Ku Tao (School of Aeronautics and Astronautics Engineering,Air Force Engineering University) ,  Zha Yufei (School of Aeronautics and Astronautics Engineering,Air Force Engineering University) ,  Zhang Yuanqiang (School of Aeronautics and Astronautics Engineering,Air Force Engineering University) ,  Li Huanyu (School of Air Control and Navigation,Air Force Engineering University)
資料名： Xi’an Jiaotong Daxue Xuebao  (Xi'an Jiaotong Daxue Xuebao)
巻： 50  号： 10  ページ： 49-56  発行年： 2016年 
JST資料番号： W0363A  ISSN： 0253-987X  CODEN： HCTPDW  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： ターゲットのスケール変化に起因する追跡失敗問題を克服するために,高速マルチ特徴ピラミッドに基づくスケール目標追跡アルゴリズムを提案した。このアルゴリズムは,勾配特性と色特性を統合して,より多くの目標特性情報を得るために,特性評価の次元を改良した。同時にマルチスケール特徴ピラミッドを用いて、隣接尺度特徴を迅速に近似し、異なるスケールテンプレートを獲得し、特徴次元の上昇による計算時間コストをバランスさせ、近似の正確性を保証した。相関フィルタフレームワークにおいて,異なるスケールのテンプレートの追跡結果を統合して,ターゲット位置とスケールの正確な推定を実現した。スケール変化,照明変動,およびバックグラウンド干渉を含む4つの典型的シーンビデオシーケンスに関するシミュレーション実験を行い,結果は,提案した追跡アルゴリズムが外部環境の変化に適応することができ,スケール目標のロバスト追跡を達成することができることを示した。同時に、中心位置誤差、カバー率、精度と成功率の4つの指標において、対比アルゴリズムより優れている。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： キャラクタリゼーション ,  ロバスト性 ,  CPU時間 ,  *高速度 ,  アルゴリズム ,  *角錐
準シソーラス用語： 成功率 ,  位置誤差 ,  照明変化 ,  目標位置 ,  相関フィルタ ,  正確性 ,  マルチスケール ,  追跡アルゴリズム ,  *ターゲット追跡 , 【Automatic Indexing@JST】

著者キーワード (4件)： object tracking ,  correlation filtering ,  scale-adaptive ,  fast feature pyramids

分類 (2件)： パターン認識  (JE07000S) ,  レーダ  (ND13010H)

タイトルに関連する用語 (5件)： マルチ ,  ピラミッド ,  スケール ,  目標追跡 ,  手法