文献

J-GLOBAL ID：201702235027094900   整理番号：17A1773591

ECO:追跡のための効率的な畳込み演算子【Powered by NICT】

ECO: Efficient Convolution Operators for Tracking

著者 (4件)： Danelljan Martin ,  Bhat Goutam ,  Khan Fahad Shahbaz ,  Felsberg Michael
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 6931-6939  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,識別相関フィルタ(DCF)に基づく方法は,追跡における最新技術をかなり進展させている。しかし,増え続ける追跡性能を追求し,それらの特徴的な速度とリアルタイム能力は徐々に退色した。さらに,大量の訓練可能パラメータの数が,ますます複雑なモデルは,過度のオーバフィッティングのリスクを導入した。本研究では,計算複雑性とオーバフィッティングの問題の背後にある重要な原因に取り組む,速度と性能を同時に改善することを目的とした。コアDCF定式化を再検討し,導入した:(i)因数分解コンボリューション演算子,モデルでのパラメーターの数を大幅に低減する,(ii)訓練サンプル分布のコンパクトな生成モデル,メモリと時間計算量を減少させるが,試料のより良い多様性を明らかにすること,(iii)改良されたロバスト性と複雑さを低減した保存モデル更新戦略。四ベンチマーク:VOT2016,UAV123,OTB2015およびTempleColorに関する包括的な実験を行った。高価な深い特徴を用いた場合,提案トラッカーは20倍高速化を提供し,VOT2016挑戦におけるトップランク法[12]に比べて期待される平均重複における13.0%の相対利得を達成した。さらに,手作りの特徴を用いて,高速変異体は単一CPU上で60Hzで動作し,OTB2015 65.0%AUCを得る。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： 因数分解 ,  高速化 ,  高速度 ,  計算量 ,  利得 ,  記憶装置 ,  フィルタリング ,  ロバスト性 ,  *畳込み ,  定式化 ,  ベンチマーク
準シソーラス用語： モデル更新 ,  時間計算量 ,  生成モデル ,  実時間 ,  相関フィルタ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 追跡 ,  畳込み ,  演算子