文献

J-GLOBAL ID：201702246337430199   整理番号：17A1730921

改良Lucas kanadeスパースオプティカルフローアルゴリズムに基づく物体追跡法移動【Powered by NICT】

Moving object tracking method based on improved lucas-kanade sparse optical flow algorithm

著者 (6件)： Dan Li (Department of Information and Electric Engineering, Key Laboratory of Intelligent Industrial Control Technology of Jiangsu Province, Machine Vision Applications Engineering and Technology Research Center of Xuzhou, Xuzhou Institute of Technology Xuzhou Jiangsu, China) ,  Dai-Hong Jiang (Department of Information and Electric Engineering, Key Laboratory of Intelligent Industrial Control Technology of Jiangsu Province, Machine Vision Applications Engineering and Technology Research Center of Xuzhou, Xuzhou Institute of Technology Xuzhou Jiangsu, China) ,  Rong Bao (Department of Information and Electric Engineering, Key Laboratory of Intelligent Industrial Control Technology of Jiangsu Province, Machine Vision Applications Engineering and Technology Research Center of Xuzhou, Xuzhou Institute of Technology Xuzhou Jiangsu, China) ,  Jin-Ping Sun (Department of Information and Electric Engineering, Key Laboratory of Intelligent Industrial Control Technology of Jiangsu Province, Machine Vision Applications Engineering and Technology Research Center of Xuzhou, Xuzhou Institute of Technology Xuzhou Jiangsu, China) ,  Wen-Jing Zhao (Department of Information and Electric Engineering, Key Laboratory of Intelligent Industrial Control Technology of Jiangsu Province, Machine Vision Applications Engineering and Technology Research Center of Xuzhou, Xuzhou Institute of Technology Xuzhou Jiangsu, China) ,  Chao WANG (School of Electronic and Information Engineering, Nanjing University of Information Science and Technology, Nanjing Jiangsu, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISC2  ページ： 1-5  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： ウェーブレット多重解像度アルゴリズムを持ち上げによる伝統的なL-Kアルゴリズムを改良し,システムの追跡速度は大幅に強化されたSURFマッチングアルゴリズムと組み合わせた。特徴点検出に基づいて,外部点の確率を減少させた。多重解像度ウェーブレットピラミッドオプティカルフローアルゴリズムによる追跡局所特徴点を物体の変形,高速,霧と煙霧,むらのある照明,部分オクルージョン複雑な環境の問題を解決した。新しい方法は雑音能力を改良し,アルゴリズムの効率と精度を向上させることができる。添加では,適応テンプレート更新戦略は,長い時間追跡誤差に起因する故障追跡を避けるために提案した。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： 故障 ,  波束 ,  *アルゴリズム ,  雑音 ,  高速度 ,  オクルージョン
準シソーラス用語： 煙霧 ,  局所特徴 ,  特徴点 ,  マッチングアルゴリズム ,  多重解像度 ,  *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 (1件)： 物体追跡