文献

J-GLOBAL ID：201702267430625066   整理番号：17A1316886

事前モデル制約の抗干渉輪郭追跡【JST・京大機械翻訳】

Anti-interference contour tracking under prior model constraint

著者 (3件)： Liu Daqian (遼寧工程技術大学電子与信息工程学院,葫芦島,125105) ,  Liu Wanjun (遼寧工程技術大学軟件学院,葫芦島,125105) ,  Fei Bowen (遼寧工程技術大学工商管理学院,葫芦島,125105)
資料名： Zhongguo Tuxiang Tuxing Xuebao  (Zhongguo Tuxiang Tuxing Xuebao)
巻： 22  号： 4  ページ： 502-515  発行年： 2017年 
JST資料番号： C2782A  ISSN： 1006-8961  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： 目的:レベル集合に基づく輪郭抽出法は,運動物体の輪郭追跡に広く使用されている。従来の方法において,局所オクルージョンや複雑な背景の影響を受けやすいという問題を解決するために,事前モデル制約に基づく反干渉(AC-PMC)輪郭追跡アルゴリズムを提案した。【方法】まず第一に,画像シーケンスの5つのフレームを追跡して訓練し,各フレームのカラー画像をカラー特徴に基づいていくつかの超ピクセルに分割し,平均クラスタ化によりクラスタ集合を構築し,このモデルを用いてターゲットの事前モデルを構築した。次に,レベル集合セグメンテーション法を用いてターゲット輪郭を抽出し,意思決定アルゴリズムを提案し,形状事前モデルを導入することにより制約を回避し,オクルージョンと複雑な背景を避けることができるかどうかを判断した。最後に、オンラインモデル更新アルゴリズムを提案し、特徴集中に適切な特徴補償を加えることにより、更新した目標モデルをより正確にした。結果:本アルゴリズムは,多くの優れた輪郭追跡アルゴリズムと比較して,より高い追跡精度を達成することができた。結果は,Fish,Face1,Face2,Shop,Train,およびLemmingビデオシーケンスにおける平均中心誤差が,それぞれ3.46,7.16,3.82,13.42,14.72,12.47であることを示した。アルゴリズムの追跡オーバーラップ率は,それぞれ0.92,0.74,0.85,0.77,0.73,0.82であった。アルゴリズムの平均実行速度は,それぞれ4.27フレーム/s,4.03フレーム/s,3.11フレーム/s,2.94フレーム/s,2.16フレーム/s,1.71フレーム/sであった。結論:目標の事前モデル制約と輪郭抽出過程における意思決定を用いて、本アルゴリズムは局部オクルージョン、目標変形、目標回転、複雑背景などの条件下で、追跡が正確で、適応性が強いという特徴がある。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 意思決定 ,  クラスタ化 ,  アルゴリズム ,  カラー画像 ,  *干渉 ,  クラスタ ,  オクルージョン ,  適応性 ,  セグメンテーション ,  画素
準シソーラス用語： ビデオシーケンス ,  追跡アルゴリズム ,  輪郭抽出 ,  レベルセット法 ,  *輪郭追跡 , 【Automatic Indexing@JST】

著者キーワード (5件)： prior model ,  level set ,  decision-making ,  feature compensation ,  contour tracking

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： モデル ,  制約 ,  干渉 ,  輪郭追跡