文献

J-GLOBAL ID：201702259909059692   整理番号：17A1287780

パレート係数判定モデルを用いて更新された視覚追跡アルゴリズム【JST・京大機械翻訳】

Visual object tracking method based on model update strategy by Bhattacharyya coefficient judging

著者 (5件)： Fan Shunyi (空軍工程大学信息与導航学院,西安,710077) ,  Guan Hua (空軍工程大学信息与導航学院,西安,710077) ,  Hou Zhiqiang (空軍工程大学信息与導航学院,西安,710077) ,  Yu Wangsheng (空軍工程大学信息与導航学院,西安,710077) ,  Dai Bo (空軍工程大学信息与導航学院,西安,710077)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 34  号： 3  ページ： 915-919  発行年： 2017年 
JST資料番号： C2536A  ISSN： 1001-3695  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： ビデオ追跡において,従来の粒子フィルタリングアルゴリズムは,ターゲット領域におけるオクルージョンや照明変化のようなロバスト性の問題があるので,バケット(Bhattacharyya)係数を用いてモデル更新タイミングを判断するロバストな視覚追跡アルゴリズムを提案した。このアルゴリズムは,粒子フィルタアルゴリズムをフレームとして用い,一定のフレーム数のサンプリングによってターゲットの変化を検出し,現在のモデルと候補モデルの間の統計的特徴の類似性を利用して,更新タイミングを判断した。ターゲットの姿勢が徐々に変化し,背景干渉がないときに,ターゲットモデルを更新する。遮蔽または照明の変化が大きい場合には,更新されず,現在のモデルを追跡し続けることができる。このアルゴリズムは,ターゲットのマッチングに影響を及ぼすかどうかを判断するために,モデル更新戦略を適時に採用することができた。実験結果により,本アルゴリズムは,選択的更新モデルにより,スケール変化を考慮しない場合,背景干渉を効果的に抑制し,モデルドリフトを回避することができ,そして,多くの複雑なシーンにおいて,ロバスト性を持った。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 干渉 ,  *モデル ,  *アルゴリズム ,  ロバスト性 ,  *視覚 ,  バケット ,  類似性 ,  オクルージョン
準シソーラス用語： 更新モデル ,  統計的特徴 ,  粒子フィルタ ,  モデル更新 ,  照明変化 ,  粒子フィルタリング ,  *追跡アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： object tracking ,  particle filter ,  Bhattacharyya coefficient ,  aperiodical model update

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： レート ,  係数 ,  モデル ,  更新 ,  視覚追跡 ,  アルゴリズム