文献

J-GLOBAL ID：201702225105668117   整理番号：17A1921632

深さ学習に基づく目標追跡手法の現状と展望【JST・京大機械翻訳】

Status and prospect of target tracking based on deep learning

著者 (4件)： Luo Haibo (中国科学院沈陽自動化研究所,遼寧 沈陽 110016;中国科学院大学,北京 100049;中国科学院光電信息処理重点実験室,遼寧 沈陽 110016;遼寧省図像理解与視覚計算重点実験室,遼寧 沈陽 110016) ,  Xu Lingyun (中国科学院沈陽自動化研究所,遼寧 沈陽 110016;中国科学院大学,北京 100049;中国科学院光電信息処理重点実験室,遼寧 沈陽 110016;遼寧省図像理解与視覚計算重点実験室,遼寧 沈陽 110016) ,  Hui Bin (中国科学院沈陽自動化研究所,遼寧 沈陽 110016;中国科学院光電信息処理重点実験室,遼寧 沈陽 110016;遼寧省図像理解与視覚計算重点実験室,遼寧 沈陽 110016) ,  Chang Zheng (中国科学院沈陽自動化研究所,遼寧 沈陽 110016;中国科学院光電信息処理重点実験室,遼寧 沈陽 110016;遼寧省図像理解与視覚計算重点実験室,遼寧 沈陽 110016)
資料名： Hongwai yu Jiguang Gongcheng  (Hongwai yu Jiguang Gongcheng)
巻： 46  号： 5  ページ： 6-12  発行年： 2017年 
JST資料番号： C2521A  ISSN： 1007-2276  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： 目標追跡はコンピュータビジョンの分野における重要な研究方向の一つであり,正確な誘導,インテリジェントビデオ監視,人間機械相互作用,ロボットナビゲーション,公共安全性などの分野で重要な役割を果たしている。ターゲット追跡の基本的な問題は,一つのビデオまたは画像シーケンスの中で関心のある目標を選択し,次の連続フレームにおいて,このターゲットの正確な位置を見出し,その運動軌跡を形成することである。ターゲット追跡は非常に挑戦的な問題であり,ターゲットの非剛性変化はしばしばターゲットの見かけのモデルを変化させ,複雑な照明変化,ターゲットとシーン間のオクルージョン,バックグラウンドにおける類似物体の干渉,およびカメラのジッタなどによりターゲット追跡タスクをより困難にする。近年、深さの学習による目標検出と識別などの領域において巨大な突破が得られ、多くの学者は深さ学習モデルを目標追跡に導入し、一連のデータ評価セットにおいて従来の方法より優れた性能を獲得し、徐々に目標追跡領域の新しい章を開いた。本論文は,最初に,目標追跡問題の難点と基本的解決策について説明した。次に,目標追跡問題を解決するために,深さ学習アルゴリズムを用いることによって,現在の主要なアルゴリズムを分析して,これらのアルゴリズムの得失と将来の作業方向を紹介した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  ジッタ ,  *学習 ,  学習アルゴリズム ,  相互作用 ,  カメラ ,  安全性 ,  学習モデル ,  コンピュータビジョン ,  オクルージョン ,  録画装置
準シソーラス用語： 照明変化 ,  画像列 ,  ビデオ監視 ,  *ターゲット追跡 , 【Automatic Indexing@JST】

著者キーワード (4件)： 標的追跡 ,  深い学習 ,  コンピュータビジョン ,  精密誘導

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (5件)： 学習 ,  目標追跡 ,  手法 ,  現状 ,  展望