文献

J-GLOBAL ID：201802277246339837   整理番号：18A0162338

外観学習で標識したランダム有限集合を介したオンラインオブジェクト追跡【Powered by NICT】

Online multi-object tracking via labeled random finite set with appearance learning

著者 (1件)： Kim Du Yong (Dept. of Elecreical and Computer Engineering, Curtin University, Bentley, Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCAIS  ページ： 181-186  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,外観学習と組み合わせた標識ランダム有限集合(RFS)による提案したオンライン多物体追跡への新しいアプローチ。マルチオブジェクト状態の標識RFS定式化は,単一Bayesフレームワークにおけるオブジェクト,軌道ラベル,偽陽性除去の時間変動数に対応する。提案したアルゴリズムは,物体のアピアランスモデルを学習することを目的とした外観特徴情報を利用し,構築におけるこの付加的情報を用いて性能を改善し,トラック再初期化を容易にする拡張可能性。このアプローチはベースライン追跡アルゴリズムを増強し,誤り検出,オクルージョンと偽軌道除去に関して良好な性能を示した。PETSベンチマーク[1]ビデオデータセット上で最先端のアルゴリズムと比較して示した競合的追跡結果。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： 経時変化 ,  ベンチマーク ,  定式化 ,  誤り検出 ,  *学習 ,  基準線 ,  アルゴリズム ,  オクルージョン
準シソーラス用語： 最先端 ,  追跡アルゴリズム ,  誤検出 ,  *物体追跡 ,  *オンライン , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (5件)： 外観 ,  学習 ,  標識 ,  オンライン ,  オブジェクト追跡