文献

J-GLOBAL ID：200902228884507483   整理番号：08A0309124

ロバストなビジュアルトラッキングのためのインクリメンタル学習

Incremental Learning for Robust Visual Tracking

著者 (4件)： ROSS David A. (Univ. Toronto, ON, CAN) ,  LIM Jongwoo (Honda Res. Inst., CA, USA) ,  LIN Ruei-Sung (Motorola Labs, IL, USA) ,  YANG Ming-Hsuan (Honda Res. Inst., CA, USA)
資料名： International Journal of Computer Vision  (International Journal of Computer Vision)
巻： 77  号： 1/3  ページ： 125-141  発行年： 2008年05月 
JST資料番号： T0423A  ISSN： 0920-5691  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： 非定常画像ストリームを取り扱うビジュアルトラッキングでは,ターゲットの固定された外見モデルを用いていることが多いため,劇的な変化が生じる場合には能力が発揮できないという問題を抱えていた。これに対し本論文では,ターゲットオブジェクトの低次元部分空間表現をインクリメンタルに学習し,更新するトラッキング手法を提案した。トラッキングのためのインクリメンタルな学習に関しては,固有基底および平均のインクリメンタルな更新法,逐次推論モデル(動的モデル,観測モデル,距離メトリック)について議論を行った。提案トラッカーの評価を行うために,屋内環境および屋外環境で記録された多数のビデオを用いた評価実験を行い,定性的比較および定量的分析により,提案トラッカーの有効性を確認した。

シソーラス用語： *コンピュータビジョン ,  追跡 ,  *機械学習 ,  部分空間法 ,  人工知能推論 ,  実験 ,  屋内環境 ,  住環境 ,  ロバスト性 ,  適応性 ,  フィルタ
準シソーラス用語： *インクリメンタル学習 ,  トラッキング ,  パーティクルフィルタ ,  ビジュアルトラッキング ,  屋外環境 ,  評価実験

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： ロバスト ,  ビジュアルトラッキング ,  インクリメンタル学習