文献

J-GLOBAL ID：201702238873244797   整理番号：17A1484971

RGBDデータを用いた効率的かつ高速マルチモーダルフォアグラウンド-バックグラウンドのセグメンテーション【Powered by NICT】

Efficient and fast multi-modal foreground-background segmentation using RGBD data

著者 (7件)： Trabelsi Rim (Hatem Bettaher IResCoMath Research Unit, National Engineering School of Gabes, University of Gabes, Gabes 6029, Tunisia) ,  Trabelsi Rim (SysCom Laboratory, National Engineering School of Tunis, University of Tunis El Manar, Tunis 1002, Tunisia) ,  Trabelsi Rim (Advanced Digital Sciences Center, Singapore) ,  Jabri Issam (Hatem Bettaher IResCoMath Research Unit, National Engineering School of Gabes, University of Gabes, Gabes 6029, Tunisia) ,  Jabri Issam (College of Computer and Information Systems, Al Yamamah University, Riyadh 11512, KSA) ,  Smach Fethi (Profil Technology, 49 Rue de la Vanne, Montrouge 92120 , France) ,  Bouallegue Ammar (SysCom Laboratory, National Engineering School of Tunis, University of Tunis El Manar, Tunis 1002, Tunisia)
資料名： Pattern Recognition Letters  (Pattern Recognition Letters)
巻： 97  ページ： 13-20  発行年： 2017年 
JST資料番号： H0913A  ISSN： 0167-8655  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： 本論文では,前景および背景のセグメンテーションの問題を取り上げて論じた。マルチモーダルデータは特異的に最近コンピュータビジョンにおける多くのタスクを得ているRGBDデータ。しかし,しかし単一モード様式ののみに基づく背景減算のための技術はまだ多くのベンチマークにおける最先端技術の結果を報告した。このタスクのための深さおよび色データの融合を成功高精度と高速な処理を同時に可能にするロバストな定式化を必要とする。この目的のために,マルチモーダルデータを適応させるためにカーネル密度推定法を利用することを提案した。カーネル密度推定を高速化するために,著者らは直接評価のためのO(MN)時間とは対照的に,O(M+N)時間でN評価点でのM核の混合物の総和を可能にする高速Gauss変換を調べた。四種類の公開利用可能RGBD前景/背景データセット上で行った包括的な実験。結果は,筆者らの提案は,迅速で非パラメトリック動作の挑戦的な屋内および屋外状況で得られた配列のほぼ全ての最先端レベル手法よりも性能的に優れていることを実証した。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： ベンチマーク ,  定式化 ,  コンピュータビジョン ,  *高速度 ,  単一モード ,  *セグメンテーション ,  高速化 ,  ロバスト性
準シソーラス用語： 最先端 ,  屋内 ,  カーネル推定 ,  高精度 ,  背景差分法 ,  前景 , 【Automatic Indexing@JST】

著者キーワード (5件)： 背景減算 ,  RGBDデータ ,  マルチモーダルセグメンテーション ,  カーネル密度推定 ,  高速Gauss変換

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： マルチモーダル ,  バックグラウンド ,  セグメンテーション