文献

J-GLOBAL ID：201702229454465173   整理番号：17A1356990

乗法誤差形状モデルとネットワークフロー標識に基づく多重拡張物体追跡のためのGM-PHDフィルタ【Powered by NICT】

GM-PHD filter for multiple extended object tracking based on the multiplicative error shape model and network flow labeling

著者 (3件)： Teich Florian (Institute of Computer Science, University of Gottingen, Germany) ,  Yang Shishan (Institute of Computer Science, University of Gottingen, Germany) ,  Baum Marcus (Institute of Computer Science, University of Gottingen, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IV  ページ： 7-12  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 本研究では,未知の数広がりのある物体の追跡のための確率密度仮説(PHD)フィルタの新しい実現法を提案する。この目的のために,筆者らは最初に楕円形状追跡のための最近開発されたKalmanフィルタベースの方法は,Gauss混合PHD(GM PHD)フィルタの枠組みに取り込むことができるかを示した。第二に,最小コストフロー(MCF)定式化に基づく軌道標識法,コンピュータビジョンからの追跡による検出アルゴリズムによりヒントを得たものである,を提案した。GM-PHDフィルタとネットワークフロー問題を解くための動的計画法アプローチを用いたと共に,全体的な方法である多数の拡大された物体の一貫した効率的な追跡を達成することができた。開発された方法の利点は,シミュレートしたシナリオによって説明した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 動的計画法 ,  確率密度 ,  標識法 ,  *多重化 ,  Kalmanフィルタ ,  *乗算 ,  コンピュータビジョン ,  *フィルタ ,  定式化
準シソーラス用語： 検出アルゴリズム ,  *物体追跡 ,  *ネットワークフロー ,  *形状モデル , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  ロボットの設計・製造・構造要素  (IC04013A) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (8件)： 乗法 ,  誤差 ,  形状モデル ,  ネットワークフロー ,  標識 ,  多重 ,  拡張 ,  物体追跡