文献

J-GLOBAL ID：201702231899267346   整理番号：17A1490464

視覚追跡とその応用顔表情認識のためのオンライン空間-時間テンソル学習モデル【Powered by NICT】

An online spatio-temporal tensor learning model for visual tracking and its applications to facial expression recognition

著者 (4件)： Khan Sheheryar (Department of Electronic Engineering, City University of Hong Kong, Kowloon, Hong Kong) ,  Xu Guoxia (Department of Electronic Engineering, City University of Hong Kong, Kowloon, Hong Kong) ,  Chan Raymond (Department of Mathematics, Chinese University of Hong Kong, Shatin, Hong Kong) ,  Yan Hong (Department of Electronic Engineering, City University of Hong Kong, Kowloon, Hong Kong)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 90  ページ： 427-438  発行年： 2017年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ロバストなビジュアルトラッキングは,実世界応用における技術的挑戦のままであり,対象は多くの外見変動を含む可能性がある。既存追跡フレームワークでは,画像中の対象物は,しばしば,ベクトル観測,画像の二次元固有構造を度外視するとして表現される。マトリックスとしての具体的な画像を考慮することにより,二次元画像内の空間的相関を保持し,有用な時間情報を完全に利用する三次テンソルに基づく物体表現を構築した。外観変化,テンプレートドリフトとオブジェクトオクルージョンの影響をモデル化するためにNモードSVDを用いた物体テンプレートのインクリメンタルな更新を行った。提案した方式は,テンソルの固有基底を適応的に更新するによる低次元テンソル表現を学習した。粒子フィルタフレームワークにおけるテンソルに基づくベイズ推定をその後,追跡を実現するために利用されている。ビデオデータとライブカメラを用いた実時間顔表情認識を行うことによって,提案した追跡システムの検証を行った。外観変化を受けている挑戦的なベンチマーク画像列上での実験評価により,提案したアルゴリズムの重要性と有効性を実証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *テンソル ,  ベンチマーク ,  画像 ,  *学習モデル ,  ベクトル ,  モデリング ,  Bayes推定 ,  二次元 ,  トラッキング装置 ,  ロバスト性 ,  アルゴリズム
準シソーラス用語： 画像列 ,  粒子フィルタ ,  *表情認識 ,  *ビジュアルトラッキング , 【Automatic Indexing@JST】

著者キーワード (4件)： 物体追跡 ,  外観モデル ,  インクリメンタルNモード特異値分解(SVD) ,  顔表情認識

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 (6件)： 視覚追跡 ,  応用 ,  顔表情認識 ,  オンライン ,  テンソル ,  学習モデル