文献

J-GLOBAL ID：201702233560718738   整理番号：17A1270585

閉塞下での多重カメラに基づく多重物体追跡調査【Powered by NICT】

Multiple camera based multiple object tracking under occlusion: A survey

著者 (2件)： Anuj Latha (Department of Information Science and Engineering, Dayananda Sagar College of Engineering) ,  Krishna M T Gopala (Department of Computer Science and Engineering, KS School of Engineering and Management)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIMIA  ページ： 432-437  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： 近年,ビジョンベースの技術はイベントモニタリング,解析および制御のための最適監視解を可能にするように大学産業で大きな注目を集めている。しかし,実時間環境と期待される機能特性の複雑さはしばしば既存の手法とその効果上の質問をした。本論文では,視覚ベース物体検出と追跡のための多くの既存の方法を議論した。物体追跡におけるを横切って生じる重要な問題の一つは,閉塞である。しかし,最適な移動物体の検出と追跡を可能にするように閉塞問題を緩和するためになされてきた非常に少ない。本レビュー論文では,閉塞条件下での効率的な多物体検出と追跡を可能にするために,深さデータ,形状,テクスチャ,色特徴計量,速度などのような種々の特徴の組合せを考慮に入れることができることを明らかにした。複数の同期カメラ設定を用いて,深さ推定,方位,テクスチャ,色,幾何学的情報と速度などを含む3D技術,最適軌道推定モデルに連動し,オクルージョンの下で追跡する複数オブジェクトのための不可欠である。添加においては,同期化カメラに跨って関心領域(ROI)特徴抽出,軌道推定と特徴融合の効率的な領域はオクルージョン下での多重物体を追跡するために調査することができる。最良特徴訓練,会合確率軌道予測を用いた連続物体骨格追跡と分類をするマルチカメラの同期有効溶液,特に交通監視や屋外監視応用に用いることができる。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： 視覚 ,  軌道推定 ,  オクルージョン ,  *閉塞 ,  三次元 ,  特徴抽出 ,  移動体 ,  *多重化 ,  *カメラ
準シソーラス用語： マルチカメラ ,  関心領域 ,  色特徴 ,  テクスチャ ,  物体検出 ,  *物体追跡 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 閉塞 ,  多重 ,  物体追跡 ,  調査