文献

J-GLOBAL ID：201702262182667620   整理番号：17A1062004

サッカーゲームでの見るべきカメラ場所:重複した隠れMarkovモデルを用いた平滑性の改善【Powered by NICT】

Where should cameras look at soccer games: Improving smoothness using the overlapped hidden Markov model

著者 (2件)： Chen Jianhui (Department of Computer Science, University of British Columbia, 2366 Main Mall, Vancouver, Canada) ,  Little James J. (Department of Computer Science, University of British Columbia, 2366 Main Mall, Vancouver, Canada)
資料名： Computer Vision and Image Understanding  (Computer Vision and Image Understanding)
巻： 159  ページ： 59-73  発行年： 2017年 
JST資料番号： W0185A  ISSN： 1077-3142  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： スポーツのための自動カメラ計画は,コンピュータビジョンと機械学習における長期目標であった。本論文では,パン,チルト,ズーム(PTZ)カメラを用いたサッカーゲームのためのカメラ計画を研究した。二つの重要な問題を検討した。最初に,重複した局所窓におけるカメラ軌道を最適化する効果的にオーバラップした隠れMarkovモデル(OHMM)法を提案した。OHMM法は有意に時間的空間におけるカメラ軌道を最適化することによりカメラ計画の滑らかさを改善し,実際の放送に存在する,ずっとより自然なカメラの動きをもたらした。また,サッカーゲームのための高度に自動カメラキャリブレーション法であるCalibMeを提案した。CalibMeは,ユーザが学習アルゴリズムのための大量の訓練データを収集することを可能にする。CalibMeの精度はモーションブラー影響配列に評価し,いくつかの強い既存の方法よりも優れている。OHMM方法の性能を,合成および実データの両者の上で評価されている。精度を犠牲にすることなく,平滑性,の観点から,最先端のアルゴリズムより性能が優れている。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： スポーツ ,  *カメラ ,  画像ぼけ ,  コンピュータビジョン ,  *隠れMarkovモデル ,  機械学習 ,  学習アルゴリズム ,  *平滑度 ,  アルゴリズム ,  最適化
準シソーラス用語： 訓練データ ,  カメラキャリブレーション ,  オーバラップ , 【Automatic Indexing@JST】

著者キーワード (4件)： カメラ計画 ,  カメラキャリブレーション ,  隠れMarkovモデル ,  サッカーゲーム

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)： サッカー ,  ゲーム ,  隠れMarkovモデル ,  平滑性