抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
多対象の追跡(MOT)の進歩は歴史的に利用可能なデータセットの大きさにより制限されている。軌跡を注釈と前例のないサイズのMOTデータセットを生成するためにそれを使用する効率的なフレームワークを提案した。著者らの新規経路監視で注釈は緩くカーソルをもつ物体に従うビデオを見,配列における各物体のための経路アノテーションを提供した。提案アプローチはそのような弱い注釈を高密度ボックス軌跡にすることができた。既存データセット上での実験を行い,提案フレームワークが最先端技術よりもより正確なアノテーションを生成し,時間の割合のことを証明した。PathTrackデータセットをcrowdsourcingにより我々の方法を検証する,720種類の配列で15,000人以上軌道であった。追跡アプローチはそのような大規模データセット上で訓練を利益を得ることができる,物体認識も同様であった。市販者マッチングネットワーク,MOT15データセット上で訓練されたを再教育,誤分類率を半減によりこれを証明した。さらに,著者らのデータに訓練は一貫して追跡の結果,著者らのデータセットとMOT15の両方を改善した。後者については,最高のトラッカ(NOMT)18%と断片によるIDスイッチの数を滴下を5%改善した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
