文献

J-GLOBAL ID：201802256965337072   整理番号：18A0201682

空気の中での複数目標追跡への適応ウェーブレット変換応用【Powered by NICT】

An adaptive wavelet transform application to multiple targets tracking in the air

著者 (3件)： Wang Rui (Key Laboratory of Precision Opto-mechatronics Technology, Ministry of Education, School of Instrumentation Science and Opto-electronics Engineering, Beihang University, Beijing 100191, China) ,  Xu Jingwen (Key Laboratory of Precision Opto-mechatronics Technology, Ministry of Education, School of Instrumentation Science and Opto-electronics Engineering, Beihang University, Beijing 100191, China) ,  Zhao Yan (6th Research Laboratory, Beijing Institute of Remote Sensing Equipment, Beijing 100191, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IST  ページ： 1-6  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： 動き推定(ME)は,コンピュータビジョン,空気中のビジョンベースターゲットトラッキングを含む広く応用されてきた。雑音と取扱い遮蔽または平行に動く近くの標的intereferences軌道におけるロバスト性能を実現するためには,変換領域における帯域通過速度Kalmanフィルタを用いた空間-時間連続ウェーブレット変換(CWT)に基づくMEアルゴリズムを提案し,これは調整可能な空間-時間処理ブロックにおける効率的な多目標追尾を行うように設計されている。CWTパラメータ空間,Kalmanフィルタを伴うのサブセット上の三エネルギー密度の定義を可能にするCWTは複数のフレーム上で動き情報を捕捉するために用いて,速度選択性が優れていたが証明された。多重周辺標的でintereferencesを扱う,座標の自己適応型回転と標的半径,速度とスケールパラメータ間の実際的な関数関係と呼ばれる簡単でロバストな解を開発した。データ結合を実行するために大域的最近傍アルゴリズムと共に,期待値最大化に基づくGauss混合推定を用いた提案した新しい結合処理法は線形または非線形運動で各目標の運動学的軌道を維持達成した。空気監視で得られた合成データと実データを用いた例をこれらの提案された戦略の有効性を実証した。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： Kalmanフィルタ ,  非線形力学 ,  *ウェーブレット変換 ,  動き推定 ,  スケールパラメータ ,  部分集合 ,  線形性 ,  空気監視 ,  ロバスト性 ,  コンピュータビジョン ,  雑音 ,  アルゴリズム
準シソーラス用語： EMアルゴリズム ,  パラメータ空間 ,  *多ターゲット追跡 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 複数目標追跡 ,  適応 ,  ウェーブレット変換 ,  応用