文献

J-GLOBAL ID：201702268013876646   整理番号：17A1262545

軌道すべて:オンライン多物体認識における制限事前知識【Powered by NICT】

Track Everything: Limiting Prior Knowledge in Online Multi-Object Recognition

著者 (6件)： Wong Sebastien C. (Defence Science and Technology Group, Edinburgh, SA, Australia) ,  Stamatescu Victor (Computational Learning Systems Laboratory, School of Information Technology and Mathematical Sciences, University of South Australia, Mawson Lakes, SA, Australia) ,  Gatt Adam (Australian Department of Defence, RAAF Base Edinburgh, Edinburgh, SA, Australia) ,  Kearney David (Computational Learning Systems Laboratory, School of Information Technology and Mathematical Sciences, University of South Australia, Mawson Lakes, SA, Australia) ,  Lee Ivan (Computational Learning Systems Laboratory, School of Information Technology and Mathematical Sciences, University of South Australia, Mawson Lakes, SA, Australia) ,  McDonnell Mark D. (Computational Learning Systems Laboratory, School of Information Technology and Mathematical Sciences, University of South Australia, Mawson Lakes, SA, Australia)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 26  号： 10  ページ： 4669-4683  発行年： 2017年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  資料種別： 逐次刊行物 (A)
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： 本論文では,画像列中の複数オブジェクトのオンライン追跡と分類の問題を検討した。提案ソリューションではまず,物体固有の事前知識,他の系における手作りの特徴やユーザベースの軌道初期化の形を取るに頼ることなくシーンのすべてのオブジェクトを追跡することである。我々は次に,高速学習画像分類器,浅い畳込み神経回路網アーキテクチャに基づいているとトラッキングされたオブジェクトを分類し,これは追跡アルゴリズムからのオブジェクトの状態情報と組み合わせたとき物体認識を改善することを示す。検出と追跡段階からの事前知識の利用を分類段階には,様々な物体タイプを検出し,追跡する能力を持つロバスト汎用物体認識システムを設計することができることを論じた。生物学にヒントを得た実装,トラッキングされたオブジェクトの形状と運動を学習する適応を述べ,Neovision2塔ベンチマークデータセット,複数のオブジェクトタイプを含むに適用した。実験的評価は,筆者らのアプローチは検出と追跡における物体固有の事前知識を利用していることを最新のビデオ物体認識システムと競合できることを示し,その一般性により付加的な実用的利点を提供した。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： 計算機アーキテクチャ ,  録画装置 ,  *物体認識 ,  高速度 ,  普遍性 ,  畳込み ,  ロバスト性 ,  学習 ,  神経回路網 ,  塔状構造物 ,  画像
準シソーラス用語： 追跡アルゴリズム ,  画像列 ,  *事前知識 ,  *オンライン , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 軌道 ,  オンライン ,  物体認識 ,  制限 ,  事前知識