文献

J-GLOBAL ID：201702254158079178   整理番号：17A1645062

意味論的色相関を用いたロバストなオブジェクト追跡【Powered by NICT】

Robust multi-object tracking with semantic color correlation

著者 (4件)： Al-Shakarji Noor M. (University of Missouri Columbia, MO 65211, USA) ,  Seetharaman Guna (U.S Naval Research Laboratory, Washington, DC 20375, USA) ,  Bunyak Filiz (University of Missouri Columbia, MO 65211, USA) ,  Palaniappan Kannappan (University of Missouri Columbia, MO 65211, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： AVSS  ページ： 1-7  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： マルチオブジェクト追跡は生物医学ビデオ解析へのサーベイランスおよびモニタリングから広範な実生活適用の重要なコンピュータビジョン作業である。マルチオブジェクトトラッキングは,部分的または完全オクルージョン,オブジェクトの外見,オブジェクト相互作用動力学等に影響する因子と計算コストなどの合併症のために,挑戦的な問題である。本論文では,追跡精度を保持しながら時間効率を確実にするために2段データ結合方式を使用する検出ベースのマルチオブジェクト追跡システムを提案した。物体色を比較するロバストであるが,識別オブジェクトの外見モデルは新しい色相関コスト行列を用いた属性予測によるオクルージョンを扱うフレームワークと。挑戦的な実世界交通ビデオから成るUA DETRACマルチオブジェクトトラッキングベンチマークデータセット上での実験を行い,最先端レベルトラッカーに対する有望な結果を示した。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： オクルージョン ,  予測 ,  物体色 ,  *ロバスト性 ,  *意味論 ,  サーベイランス ,  コンピュータビジョン ,  録画装置
準シソーラス用語： 最先端 ,  外見モデル ,  データ結合 ,  計算コスト ,  ビデオ分析 ,  生物医学 ,  *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 (4件)： 意味論 ,  相関 ,  ロバスト ,  オブジェクト追跡