文献

J-GLOBAL ID：201702297112573245   整理番号：17A1392722

ロバストな視覚追跡のための生物学に触発された外観モデル【Powered by NICT】

A Biologically Inspired Appearance Model for Robust Visual Tracking

著者 (6件)： Zhang Shengping (School of Computer Science and Technology, Harbin Institute of Technology, Weihai, China) ,  Lan Xiangyuan (Department of Computer Science, Hong Kong Baptist University, Hong Kong) ,  Yao Hongxun (School of Computer Science and Technology, Harbin Institute of Technology, Harbin, China) ,  Zhou Huiyu (School of Electronics, Electrical Engineering and Computer Science, Queen’s University Belfast, Belfast, U.K.) ,  Tao Dacheng (Centre for Quantum Computation & Intelligent Systems and the Faculty of Engineering and Information Technology, University of Technology, Sydney, 81 Broadway Street, Ultimo, NSW, Australia) ,  Li Xuelong (Center for OPTical IMagery Analysis and Learning (OPTIMAL), State Key Laboratory of Transient Optics and Photonics, Xi’an Institute of Optics and Precision Mechanics, Chinese Academy of Sciences, Xi’an, Shaanxi, China)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 28  号： 10  ページ： 2357-2370  発行年： 2017年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  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,ロバストな視覚追跡のための生物学にヒントを得た外見モデルを提案した。部分一次視覚野(V1領域)の階層的組織の成功により動機付けられて,五層:美白,整流,正規化,符号化,及びプーリングから成るアーキテクチャを確立した。最初の三層は,物体認識のために開発されたモデルに由来する。本論文では,著者らの関心を符号化とプール層に焦点を当てた。特に,符号化層における識別希薄コーディング法と共に貯留層における空間ピラミッド表現,外見変動の存在下でその背景から追跡すべきターゲットの区別を容易にすることを用いた。広範な実験的研究は,提案した方法がいくつかの最先端技術の追跡よりも高い追従精度を持つことを示した。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： 正規化 ,  符号化 ,  *ロバスト性 ,  角錐 ,  計算機アーキテクチャ ,  整流 ,  物体認識
準シソーラス用語： 最先端技術 ,  実験研究 ,  貯留層 ,  一次視覚皮質 ,  外見モデル ,  *ビジュアルトラッキング , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： ロバスト ,  視覚追跡 ,  生物学 ,  外観 ,  モデル