照明とオクルージョン強調による畳込み特徴に基づくロバストな視覚追跡【JST・京大機械翻訳】

Kang Li; Fa-Zhi He; Hai-Ping Yu

文献

J-GLOBAL ID：201802269101758836 整理番号：18A1085593

照明とオクルージョン強調による畳込み特徴に基づくロバストな視覚追跡【JST・京大機械翻訳】

Robust Visual Tracking Based on Convolutional Features with Illumination and Occlusion Handing

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=18A1085593&COPY=1") }}
高度な検索・分析はJDreamⅢで

著者 (3件)： , ,
資料名：
巻： 33 号： 1 ページ： 223-236 発行年： 2018年
JST資料番号： W0182A ISSN： 1000-9000 CODEN： JCTEEM 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：英語 (EN)

視覚追跡はコンピュータビジョンにおける重要な領域である。照明とオクルージョン問題を扱う方法は挑戦的な課題である。本論文では,このような問題を扱うための新しい効率的なトラッキングアルゴリズムを提案した。一方では,ターゲットの初期出現は常に明確な輪郭を持ち,照明変化に対して光不変でロバストである。一方,特徴はトラッキングにおいて重要な役割を果たし,その中で畳込み特徴は好ましい性能を示した。したがって,著者らは,目標外観を表現するために畳み込まれた輪郭特徴を採用した。一般的に,一次微分エッジ勾配演算子は,画像とそれらを畳み込むことにより輪郭を検出するのに効率的である。特に,Prewitt演算子は水平および垂直エッジに対してより敏感であるが,Sobel演算子は対角エッジに対してより敏感である。本質的に,PrewittとSobelは互いに相補的である。技術的に言えば,本論文では,水平,垂直および対角エッジ特徴を含む完全畳込み特徴の集合を抽出するために,PrewittおよびSobelエッジ検出器の2つのグループを設計した。最初のフレームにおいて,輪郭特徴をターゲットから抽出して,最初の外観モデルを構築した。これらの輪郭特徴を有する実験画像の解析の後,明るい部分がしばしばターゲット特性を記述するためにより役に立つ情報を提供することができることを見つけることができた。そこで,本研究では,候補サンプルと著者らの訓練モデルとの類似性を明るいピクセルを用いて比較する方法を提案した。これにより,部分オクルージョン問題を扱うことができるようになった。新しい目標を得た後に,外観変化を適応させるために,著者らのモデルを増分的に更新するための対応するオンライン戦略を提案した。実験は,良く統合されたPrewittとSobelエッジ検出器によって抽出された畳込み特徴が,ロバストな外観モデルを学習するために十分に効率的であることを示した。9つの挑戦的なシーケンスに関する多数の実験結果は,著者らの提案したアプローチが最先端のトラッカーと比較して非常に効果的でロバストであることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

図形・画像処理一般

, , , ,

前のページに戻る