文献

J-GLOBAL ID：201702247346445307   整理番号：17A1269147

LDAによる視覚物体追跡【Powered by NICT】

Visual object tracking via LDA

著者 (3件)： Lin Chih-Ching (PRIA. Lab., Department of Computer Science and Information Engineering, Tamkang University, New Taipei City, Taiwan, R.O.C.) ,  Yen Shwu-Huey (PRIA. Lab., Department of Computer Science and Information Engineering, Tamkang University, New Taipei City, Taiwan, R.O.C.) ,  Tu Ching-Ting (PRIA. Lab., Department of Computer Science and Information Engineering, Tamkang University, New Taipei City, Taiwan, R.O.C.)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICASI  ページ： 315-318  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： 追跡による検出法は,アプローチSVM+H OGは良好な性能を示す分類問題として標的位置を扱った。しかし,良好なSVM分類器を訓練コスト高価である。本論文では,ネガティブな例の平均と共分散は1回だけ評価される分類のための線形判別分析(LDA)によりSVMを置き換えた。訓練はかなり安価であるだけでなく,試験時間も非常に効率的であった。提案した方法は,H OGと色特徴を用いた。防御部分オクルージョン問題ために,部品ベース追跡戦略を採用し,モデルは,部品のサイドローブの比(PSR)にピークにしたがってアップデートされる。いくつかの挑戦的なビデオ列の上で提案アプローチの評価を行い,定性的および定量的実験を行い,提案手法であるstatの最新手法に匹敵する,二当たり40~50フレームを処理することができることを示した。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： *視覚 ,  サイドローブ ,  共分散 ,  オクルージョン ,  検出法
準シソーラス用語： ビデオ列 ,  色特徴 ,  低価格 ,  線形判別分析 ,  *物体追跡 , 【Automatic Indexing@JST】

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)： LDA ,  視覚 ,  物体追跡