文献

J-GLOBAL ID：201702239772646436   整理番号：17A1028748

まれに移動物体に対する視覚的注意に基づく背景モデリング【Powered by NICT】

Visual-Attention-Based Background Modeling for Detecting Infrequently Moving Objects

著者 (5件)： Lin Yuewei (Department of Computer Science and Engineering, University of South Carolina, Columbia, SC, USA) ,  Tong Yan (Department of Computer Science and Engineering, University of South Carolina, Columbia, SC, USA) ,  Cao Yu (IBM Almaden Research Center, San Jose, CA, USA) ,  Zhou Youjie (Department of Computer Science and Engineering, University of South Carolina, Columbia, SC, USA) ,  Wang Song (Department of Computer Science and Engineering, University of South Carolina, Columbia, SC, USA)
資料名： IEEE Transactions on Circuits and Systems for Video Technology  (IEEE Transactions on Circuits and Systems for Video Technology)
巻： 27  号： 6  ページ： 1208-1221  発行年： 2017年 
JST資料番号： W0321A  ISSN： 1051-8215  CODEN： ITCTEM  資料種別： 逐次刊行物 (A)
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： 運動をビデオの中で背景から前景物体を分離する最も重要な手がかりの一つである。定常カメラを用いて,通常背景が静的であると仮定したが,前景オブジェクトは時間の大部分を移動している。しかし,実際には,前景物体はまれな運動,遺棄物及び睡眠者などを示すかもしれない。一方,背景はしばしば局所運動,ウェーブ木や草などを含む可能性がある。このような複雑さは,前景物体を正しく同定する既存の背景減算アルゴリズムを予防する可能性がある。本論文では,高頻度の及びまたはまれな運動と前景物体を検出できる新しいアプローチを提案した。より詳しくいえば,ここでは,フレームのサブセットからの完全な背景を推論し,次に正確な背景減算のためのその他のフレームに伝搬する視覚的注意メカニズムを用いた。さらに,検出された前景における偽陽性を減少させるための背景における頻繁な局所運動を同定するための特徴マッチングベース局所運動安定化アルゴリズムを開発した。提案した手法は完全に教師なしであり,物体の検出と追跡のための教師つき学習を用いない。多数ビデオの上での包括的実験は,提案した方法が比較して最新の動き検出および背景減算法より優れていることを実証した。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： 録画装置 ,  アルゴリズム ,  *移動体 ,  教師つき学習 ,  カメラ ,  部分集合 ,  動き検出 ,  波動
準シソーラス用語： サブトラクション法 ,  特徴マッチング ,  誤検出 ,  背景差分法 ,  前景 ,  *視覚的注意 , 【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 (3件)： 移動物体 ,  視覚的注意 ,  背景モデリング