文献

J-GLOBAL ID：201602259272124248   整理番号：16A0063336

形状特徴を用いたランダムNaive Bayes追跡器を結合した集合組織のオンライン混合【Powered by NICT】

Online Mixture of Random Naive Bayes Tracker Combined Texture with Shape Feature

著者 (5件)： Guo Pengyu (Coll. of Aerospace Sci. and Engineering, National Univ. of Defense Technology; Hunan Key Lab. of Videometrics and ...) ,  Su Ang (Coll. of Aerospace Sci. and Engineering, National Univ. of Defense Technology; Hunan Key Lab. of Videometrics and ...) ,  Zhang Hongliang (Coll. of Aerospace Sci. and Engineering, National Univ. of Defense Technology; Hunan Key Lab. of Videometrics and ...) ,  Zhang Xiaohu (Coll. of Aerospace Sci. and Engineering, National Univ. of Defense Technology; Hunan Key Lab. of Videometrics and ...) ,  Yu Qifeng (Coll. of Aerospace Sci. and Engineering, National Univ. of Defense Technology; Hunan Key Lab. of Videometrics and ...)
資料名： Guangxue Xuebao  (Guangxue Xuebao)
巻： 35  号： 3  ページ： 0315002-1-0315002-11  発行年： 2015年 
JST資料番号： C2088A  ISSN： 0253-2239  CODEN： GUXUDC  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： 機械学習と十分な出現の考えに基づいて,オンラインテクスチャと形状の特徴選択を用いた混合ランダムNaive Bayes追跡器を提案した。大域的および局所的領域の集合組織と形状は正規化空間ピラミッドを用いた配向勾配の強度とピラミッドヒストグラムの特徴を述べた。ナイーブBayes分類器のオンライン混合物は二成分及び多モード記述に従って設計し,実現する。分類器は信頼マップを生成するためにクラス事後確率を予測し,次にトラッカーは物体を追跡する信頼マップ解析,最大尤度推定と出現を学習し,交差検証を用いた特徴を選択する。均一な方法と比較して,追跡はベンチマークに基づく性能と複雑性を評価した。実験結果は,追尾装置は照明変化および部分的閉塞,および高速実行速度だけでなくほとんどメモリ空間への特定の適用を持つことを示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： ベンチマーク ,  角錐 ,  機械学習 ,  事後確率 ,  特徴選択 ,  トラッキング装置 ,  *集合組織 ,  最尤法 ,  正規化 ,  多モード
準シソーラス用語： 複雑性 ,  Bayes分類器 ,  *オンライン ,  *Naive Bayes ,  *形状特徴 , 【Automatic Indexing@JST】

分類 (1件)： レーザ一般  (BD04030T)

タイトルに関連する用語 (4件)： 形状特徴 ,  追跡 ,  集合組織 ,  オンライン