文献

J-GLOBAL ID：201702255206876455   整理番号：17A1920561

オブジェクト追跡システムのための弱セグメンテーションの活用【Powered by NICT】

Leveraging weak segmentation for multi-object tracking system

著者 (4件)： Wang JiaXin (School of Computer and Control Engineering, University of the Chinese Academy of Sciences, Beijing, China) ,  Ma CuiXia (Institute of Software, Chinese Academy of Sciences, Beijing, China) ,  Wang Hao (Institute of Software, Chinese Academy of Sciences, Beijing, China) ,  Wang HongAn (Institute of Software, Chinese Academy of Sciences, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SMC  ページ： 63-68  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： オブジェクトトラッキングはコンピュータビジョンにおける重要な課題,産業へ大学からますます注目を浴びている。本論文では,弱いセグメンテーションに基づく実時間追跡システムを提案した。検出システムによる一般的な追跡とは異なり,ここでは,自動車,ネコまたは自転車にオブジェクトを分類せず,代わりに,対象地域と非オブジェクト領域に画像を分類した。多くの追跡システムは弱いセグメンテーション結果を組み合わせたKalmanフィルタを有する単純,ターゲットは不規則に移動するとき,これは物体を追跡できない。本論文では,弱いセグメンテーションを達成するために最新の背景減算手法を使用し,ロバストなオブジェクト関係を形成する局所不変特徴と弱いセグメンテーション結果を組み込み,最後に長期オブジェクトトラッキングの結果への一時的なオブジェクト関係を変換するために状態機械を提案する。実験により,このアルゴリズムが,弱いセグメンテーションアルゴリズムによる最新の追跡よりも優れているを示した。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： アルゴリズム ,  自動車 ,  コンピュータビジョン ,  自転車 ,  Kalmanフィルタ ,  ロバスト性 ,  不変性 ,  *トラッキング装置 ,  *セグメンテーション ,  画像
準シソーラス用語： 背景差分法 ,  検知システム ,  *物体追跡 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： オブジェクト ,  追跡システム ,  セグメンテーション ,  活用