文献

J-GLOBAL ID：201702217811145783   整理番号：17A1747407

特徴重みに基づく高速圧縮センシング【JST・京大機械翻訳】

FAST COMPRESSIVE SENSING TRACKING BASED ON FEATURE WEIGHTING

著者 (2件)： Zhao Duan (鄭州大学信息工程学院 河南 鄭州 450001) ,  Xie Qi (鄭州大学信息工程学院 河南 鄭州 450001)
資料名： Jisuanji Yingyong Yuruanjian  (Jisuanji Yingyong Yuruanjian)
巻： 34  号： 6  ページ： 201-206,211  発行年： 2017年 
JST資料番号： C2940A  ISSN： 1000-386X  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： 圧縮センシングに基づく目標追跡アルゴリズムは,単純,実時間,および効率的な特性を持っている。高速圧縮センシングの目標追跡アルゴリズムFCT(Fast Compressive Tracking)は,異なるスケールのフィルタの生成特性を考慮していないので,ターゲットと候補サンプルの間の類似性測度は,単純な重ね合わせを考慮するだけではなく,それらの間の類似性を考慮している。目標は照明やオクルージョンなどの外部要因の影響を受けると、追跡結果に偏差が現れやすい。これらの問題に対して、特徴重みに基づく高速圧縮センシング追跡アルゴリズムを提案した。このアルゴリズムは,フィルタのスケールに従って,重みを適応的に分配し,高次元の特徴を生成する。このアルゴリズムは,候補の圧縮特性の可能性とBayes分類器の出力との間の類似性を測定することを目的として,候補サンプルの各次元圧縮特性を分類した。実験結果により,提案した方法は,照明やオクルージョンなどの外部要因の影響を受けることにより,より強いロバスト性を持つことを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 類似性 ,  重合せ ,  *高速度 ,  オクルージョン ,  ロバスト性 ,  アルゴリズム ,  測度 ,  高次元 ,  フィルタ ,  圧縮性
準シソーラス用語： Bayes分類器 ,  実時間 ,  追跡アルゴリズム ,  *圧縮センシング , 【Automatic Indexing@JST】

著者キーワード (4件)： Object tracking ,  Compressive sensing ,  Real time ,  Feature weighting

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 (1件)： 圧縮センシング