抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
伝統的な圧縮センシング追跡アルゴリズムは,照明が強く変化したときターゲットは通常オフセットと損失という問題があるまたは目標のシーンスケーリングは大きく変化する。SURF特徴点マッチングに基づく提案した改良された圧縮センシング追跡アルゴリズム。元のアルゴリズムにおける灰色情報特徴の代わりにHessian行列固有値をとると,先行するチャネルと次のフレームの特徴マッチングにおけるSURFアルゴリズムを用いて,ターゲットフレームの位置と規模を適応的に更新できた。最初に,前のフレームにおけるHessian行列固有値のスパース表現を得た。,Naive Bayes分類器を適用して次のフレームにおけるターゲットを探索し,分類器オンラインを更新した。最後に,目標位置を修正したおよびスケール変化は,SURF特徴整合を用いて計算した。実験は平均フレームレートは標的サイズは126×100であり,それは実時間追跡のニーズを満たすことができ,ターゲット中心偏差は20ピクセル以下である場合,平均誤差は許容範囲にある10fpsを達成できることを示した。ターゲット照射が強く変化し,変化をスケーリングするとき,提案したアルゴリズムは実時間でターゲットを追跡でき,ロバスト性は良好であった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】