抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
構造化出力サポートベクトルマシン(SVM)ベース追跡アルゴリズムは,近年,好ましい性能を示した。それにもかかわらず,時間のかかる候補サンプリングと複雑な最適化はそれらの実時間応用を制限している。本論文では,構造化出力SVMからの強い識別能力を吸収し,相関フィルタアルゴリズムによる速度を大きくする新しい大規模マージン物体追跡法を提案した。第二に,マルチモーダルターゲット検出法は,標的位置決め精度を改善し,類似オブジェクトまたは背景雑音によって導入されたモデルドリフトを防ぐために提案した。第三に,モデル破壊問題を避けるために高信頼性追跡結果からのフィードバックを利用した。アルゴリズムの強適合性を評価するために従来の手作業と深い畳込みニューラルネットワーク(CNN)に基づく特徴の両方から表現による提案トラッカーの二つのバージョンを実装した。実験結果は,提案トラッカーは挑戦的なベンチマーク配列にいくつかの最先端アルゴリズムに対する優位に行いながら二当たり80フレーム以上の速度で動作することを実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】