文献

J-GLOBAL ID：201702289668728349   整理番号：17A1324541

オクルージョン環境下における複数の学習ブロックのターゲット追跡【JST・京大機械翻訳】

Novelty fragments-based target tracking with multiple instance learning under occlusions

著者 (5件)： Cai Hua (長春理工大学電子信息工程学院,長春,130022) ,  Chen Guangqiu (長春理工大学電子信息工程学院,長春,130022) ,  Liu Guangwen (長春理工大学電子信息工程学院,長春,130022) ,  Cheng Shuai (長春理工大学電子信息工程学院,長春,130022) ,  Yu Huadong (長春理工大学机電工程学院,長春,130022)
資料名： Jilin Daxue Xuebao. Gongxue Ban  (Jilin Daxue Xuebao. Gongxue Ban)
巻： 47  号： 1  ページ： 281-287  発行年： 2017年 
JST資料番号： W1016A  ISSN： 1671-5497  CODEN： JDXGAH  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： 追跡過程におけるオクルージョンによって引き起こされる誤った累積によって引き起こされるターゲットドリフトとターゲットの損失の問題を解決するために,マルチターゲット学習のための新しいブロック追跡法を提案したが,この問題を解決することができた。この方法では,ランダム検出器に基づくオンライン検出器をオンラインで更新し,ターゲット検出に対する検出器の適応性と学習の精度を改善した。ターゲットをいくつかのサブブロックに分割し,候補ブロックとして選択したサブブロックを用いて,各候補ブロックを検出し,各候補ブロックを追跡し,候補ブロックの情報に従ってターゲットの最終位置を決定した。リアルタイムに候補ブロックの有効性を検査し、無効な候補ブロックを置き換え、追跡のロバスト性を向上させる。ターゲット追跡などの複雑な条件下で,現在の主流追跡アルゴリズムとの比較実験を行い,結果は,提案したアルゴリズムが効果的にターゲットドリフトを追跡し,追跡問題を追跡することができ,より高い追跡精度とより良いロバスト性を持つことを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 適応性 ,  *オクルージョン ,  比較試験 ,  検出器 ,  *学習 ,  アルゴリズム ,  ロバスト性
準シソーラス用語： 追跡問題 ,  追跡アルゴリズム ,  実時間 ,  ターゲット検出 ,  オンライン ,  マルチターゲット ,  *ターゲット追跡 , 【Automatic Indexing@JST】

著者キーワード (5件)： information processing ,  random ferns detector ,  multiple instance learning ,  fragment ,  invalid block replacement

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： オクルージョン ,  環境 ,  学習 ,  ターゲット追跡