文献

J-GLOBAL ID：201702266475715699   整理番号：17A1555749

ロバストな特徴情報の圧縮センシングと速度の融合による視覚追跡【Powered by NICT】

Visual Tracking via the Fusion of Compressive Sensing and Speed Up Robust Feature Information

著者 (2件)： Wang Yuliang ,  Li Dan
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IHMSC  ページ： 284-289  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： 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】

シソーラス用語： アルゴリズム ,  *ロバスト性 ,  オフセット ,  固有値 ,  マッチング
準シソーラス用語： 実時間 ,  フレームレート ,  Naive Bayes ,  スパース表現 ,  特徴マッチング ,  Hessian行列 ,  特徴点 ,  追跡アルゴリズム ,  *ビジュアルトラッキング ,  *圧縮センシング , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： ロバスト ,  特徴情報 ,  圧縮センシング ,  融合 ,  視覚追跡