文献

J-GLOBAL ID：201802236560901776   整理番号：18A0027793

効率的gmmと動的輪郭に基づく教師なし人物再同定【Powered by NICT】

An efficient gmm and active contour based unsupervised person re-identification

著者 (5件)： Swati (Computer Science & Engineering Department National Institute of Technology Patna Patna, Bihar, India) ,  Mishra Sparha (Computer Science & Engineering Department National Institute of Technology Patna Patna, Bihar, India) ,  Devendra Devesh (Electrical Engineering Department Indian Institute of Technology Patna Bihta, Bihar, India) ,  Chatterjee Subhamoy (Electrical Engineering Department Indian Institute of Technology Patna Bihta, Bihar, India) ,  Kolekar Maheshkumar H. (Electrical Engineering Department Indian Institute of Technology Patna Bihta, Bihar, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICACCI  ページ： 1145-1150  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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,動的輪郭とGauss混合モデル(GMM)法を用いて静的および単一カメラ前景検出と多人数追跡のための新しいアルゴリズムを提案した。新しい教師なし複数人の再同定アルゴリズムを開発したが,これは認識のための人にラベルをした。運動におけるされてきたが長時間保たになった人の検出は,従来の運動に基づく前景検出法における課題である。提案したアルゴリズムは,境界ボックスからの情報を用いて,この課題を克服し,それらは最後の移動が先行フレームから者を標的とした。Chan-Vese動的輪郭法を用いて,従来のGMM法を用いて抽出された前景から者と対応する境界ボックスの適切な形状を得ることである。動的輪郭法から得られた適切な形状を追跡境界ボックス,人物再同定の精度を増加させるにおけるバックグラウンドの面積を最小化するために使用した。色モーメントと構造テンソルの並列融合は人物再認識の問題を解決するために提案した。再認識のために,人の特徴的な色特徴を抽出し,貯蔵した視野内の最初の出現であった。その後の外観は,それらの対応する特徴を絶対差の和を用いて貯蔵された特徴と比較し,類似性測度に基づく標識した。実験は,IIT Patnaデータベース上で行った,実験研究は,複数の人物の追跡と再同定におけるロバスト性を示した。結果は,このアプローチが人のGMMと85.33%の正しい再同定に比較して精度において26.79%増加した多人数追跡の改善に導くことを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： データベース ,  カメラ ,  類似性 ,  モーメント ,  ロバスト性 ,  測度 ,  *アルゴリズム ,  再認
準シソーラス用語： 実験研究 ,  色特徴 ,  構造テンソル ,  前景 ,  前景検出 ,  Gauss混合モデル ,  *動的輪郭 , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： GMM ,  動的輪郭 ,  教師 ,  人物 ,  同定