文献

J-GLOBAL ID：201802250376417052   整理番号：18A0677044

変形可能モデルに基づく目標追跡アルゴリズム【JST・京大機械翻訳】

Visual tracking algorithm based on deformable parts model

著者 (6件)： Ma Junkai (中国科学院沈陽自動化研究所,遼寧沈陽110016;中国科学院光電信息処理実験室,遼寧沈陽110016;中国科学院大学,北京100049) ,  Luo Haibo (中国科学院沈陽自動化研究所,遼寧沈陽110016;中国科学院光電信息処理実験室,遼寧沈陽110016) ,  Chang Zheng (中国科学院沈陽自動化研究所,遼寧沈陽110016;中国科学院光電信息処理実験室,遼寧沈陽110016) ,  Hui Bin (中国科学院沈陽自動化研究所,遼寧沈陽110016;中国科学院光電信息処理実験室,遼寧沈陽110016) ,  Zhou Xiaodan (空軍駐湖北地区軍事代表室,湖北武漢,430000) ,  Hou Defei (空軍装備部装備采購局,北京,100843)
資料名： Hongwai yu Jiguang Gongcheng  (Hongwai yu Jiguang Gongcheng)
巻： 46  号： 9  ページ： 292-300  発行年： 2017年 
JST資料番号： C2521A  ISSN： 1007-2276  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： 近年,ターゲット追跡技術の研究は大きく進歩しているが,ターゲットのオクルージョンと変形は依然として目標追跡アルゴリズムにおける重大な課題である。これらの問題に対して、変形可能モデルに基づく目標追跡アルゴリズムを提案した。まず第一に,可変ターゲットモデルを用いて追跡目標を表現し,このモデルはいくつかのサブブロックに分割し,ターゲットの特徴は局所的サブブロックの特徴とグローバル特徴によって構成される。ターゲットの特徴とサブブロックの間の空間関係を結合することによって,ターゲットに対する統一された類似性測度関数を与えた。次に,構造化出力サポートベクトルマシンを分類装置としてオンラインで訓練し,この分類器の出力は変形可能モデルにおける目標の構造記述である。この分類器を用いることにより,ビデオと画像シーケンスの中で正確にターゲットを検出し,追跡を完了することができる。実験結果は,提案したアルゴリズムの追跡性能が他の主流追跡アルゴリズムより優れていることを示して,特に,ターゲットがオクルージョンと変形を発生するとき,正確に追跡することができた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： オクルージョン ,  構造形成 ,  *アルゴリズム ,  測度 ,  サポートベクトルマシン ,  録画装置 ,  分類装置 ,  類似性
準シソーラス用語： 画像列 ,  オンライン ,  ターゲット追跡 ,  *追跡アルゴリズム ,  *変形可能モデル , 【Automatic Indexing@JST】

著者キーワード (4件)： deformable parts model ,  structured output classifier ,  online learning ,  object tracking

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 変形可能モデル ,  目標 ,  追跡アルゴリズム