文献

J-GLOBAL ID：201702243965443598   整理番号：17A1573735

深さ学習支援によるマルチ歩行者追跡アルゴリズム【JST・京大機械翻訳】

Deep-learning-aided multi-pedestrian tracking algorithm

著者 (8件)： Wang Huiyan (浙江工商大学計算机与信息工程学院,杭州,310018) ,  Yang Yutao (浙江工商大学計算机与信息工程学院,杭州,310018) ,  Zhang Zheng (北京正安維視科技股fen有限公司,北京,100088) ,  Yan Guoli (浙江工商大学計算机与信息工程学院,杭州,310018) ,  Wang Jingqi (蘭州大学信息科学与工程学院,蘭州,730000) ,  Li Xiaolan (浙江工商大学計算机与信息工程学院,杭州,310018) ,  Chen Weigang (浙江工商大学計算机与信息工程学院,杭州,310018) ,  Hua Jing (浙江工商大学計算机与信息工程学院,杭州,310018)
資料名： Zhongguo Tuxiang Tuxing Xuebao  (Zhongguo Tuxiang Tuxing Xuebao)
巻： 22  号： 3  ページ： 349-357  発行年： 2017年 
JST資料番号： C2782A  ISSN： 1006-8961  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 【目的】ターゲットの長距離追跡は,常にビデオ監視における最も挑戦的なタスクの1つである。既存の目標追跡法は,オクルージョンがあり,ターゲットが消失する場合には,しばしばターゲットを失うことができ,効果的な追跡を続けることができない。一方,ターゲットが消えた後に再び出現するとき,新しい目標として追跡する方法は実際の要求に合わない。一方、追跡過程において、類似の目標が現れた場合、追跡器を追跡し、この類似対象を追跡目標とすることも容易になり、追跡失敗を招く。この問題を解決するために,ターゲット認識支援に基づく追跡アルゴリズムを提案した。方法:追跡問題をフレーム間で検出された目標間の対応関係問題に変換することにより、目標の消失が再現された後、深さ学習ネットワークを用いて有効な軌跡回復を実現し、長距離追跡効果を改善し、ある程度類似目標の干渉を回避する。結果:標準データセットにおいて、同じ種類のアルゴリズムと比較実験を行うことにより、本アルゴリズムは目標がオクルージョン、交差運動、消失再生を行う場合に、追跡軌道を有効に回復し、追跡効果を改善でき、複数の目標に対して持続的かつ有効な追跡を行うことができる。結論:本論文では、深さ学習に基づく目標識別支援の追跡アルゴリズムを提案し、実験結果により、この方法がオクルージョンの後の目標に対して有効に追跡軌道を回復でき、監視ビデオに複数の目標に対して持続的な追跡を行うことができることを証明した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 比較試験 ,  オクルージョン ,  ネットワーク ,  録画装置 ,  物体認識 ,  軌跡 ,  *歩行者 ,  *アルゴリズム ,  *学習
準シソーラス用語： 追跡問題 ,  ターゲット追跡 ,  ビデオ監視 ,  長距離 ,  *追跡アルゴリズム ,  *学習支援 , 【Automatic Indexing@JST】

著者キーワード (5件)： multi-target tracking ,  tracking based on recognition ,  deep learning ,  long distance tracking ,  trajectory recover

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)： 学習支援 ,  マルチ ,  歩行者追跡 ,  アルゴリズム