文献

J-GLOBAL ID：201702265860172350   整理番号：17A0314408

空間カーネル位相相関フィルタを介したロバストで高速な視覚追跡【Powered by NICT】

Robust and fast visual tracking via spatial kernel phase correlation filter

著者 (6件)： Zhang Lichao (Aeronautics and Astronautics Engineering College, Air Force Engineering University, Xi’an, Shaanxi 710038, China) ,  Bi Duyan (Aeronautics and Astronautics Engineering College, Air Force Engineering University, Xi’an, Shaanxi 710038, China) ,  Zha Yufei (Aeronautics and Astronautics Engineering College, Air Force Engineering University, Xi’an, Shaanxi 710038, China) ,  Gao Shan (Aeronautics and Astronautics Engineering College, Air Force Engineering University, Xi’an, Shaanxi 710038, China) ,  Wang Hongxun (Aeronautics and Astronautics Engineering College, Air Force Engineering University, Xi’an, Shaanxi 710038, China) ,  Ku Tao (Aeronautics and Astronautics Engineering College, Air Force Engineering University, Xi’an, Shaanxi 710038, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 204  ページ： 77-86  発行年： 2016年09月05日 
JST資料番号： W0360A  ISSN： 0925-2312  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： 本論文では,空間カーネル位相相関に基づくトラッカーは(SPC)と呼ばれる新しいロバストで高速オブジェクトトラッカーを提案した。周波数領域におけるすべてのスペクトル(位相スペクトルと振幅スペクトルの両方を含む)を占める古典的相関追跡と比較して,このSPCトラッカーは物体の翻訳を推定するための位相相関フィルタを用いて実装することにより位相スペクトルを採用した。巡回構造とカーネルトリックのおかげで,高品質の位相相関フィルタを訓練するために,高密度サンプリングを実現できる。一方,SPCは新しい空間応答分布を用いて,優れた性能を達成することにより物体の空間文脈モデルを学習する。これら複雑な配置全てを考えると,SPCは雑音とクラスタに対してよりロバストであり,視覚追跡でより競争力のある性能を達成した。SPCのフレームワークは,簡単にまとめることができる:第一に,位相相関フィルタは,すべてのサブウィンドウを用いて訓練されていると新しい画像パッチで複雑である;,物体の翻訳は空間応答を最大化することにより計算した;最終的に,オブジェクトの変化に適応するために,位相相関フィルタ信頼できる画像パッチにより更新される。追跡性能はピークサイドローブの比(PSR)により評価し,適応モデル更新によるドリフト問題を解決するために目的としている。高速Fourier変換(FFT)により,提案トラッカーは約50frames/sで物体を追跡できる。数値実験は,提案したアルゴリズムは,速度,精度およびロバスト性のいくつかの最先端技術の追跡に対する性能を示した。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： *ロバスト性 ,  ドリフト ,  周波数領域 ,  *高速度 ,  高速Fourier変換 ,  *位相 ,  *フィルタ ,  数値実験 ,  高密度 ,  高品質 ,  位相スペクトル
準シソーラス用語： Kernel法 ,  *位相相関 ,  *ビジュアルトラッキング ,  *相関フィルタ , 【Automatic Indexing@JST】

著者キーワード (5件)： 位相相関 ,  空間属性 ,  循環構造 ,  多重特徴 ,  視覚追跡

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： カーネル ,  位相相関 ,  ロバスト ,  視覚追跡