文献

J-GLOBAL ID：201802279679151816   整理番号：18A1907428

パノラマ視覚追跡のための融合特徴の適応抽出【JST・京大機械翻訳】

Adaptive Extraction of Fused Feature for Panoramic Visual Tracking

著者 (3件)： Liu Long (The Faculty of Automation and Information Engineering, Xi’an University of Technology, Xi’an, China) ,  Jing Danyang (The Faculty of Automation and Information Engineering, Xi’an University of Technology, Xi’an, China) ,  Ding Jie (The Faculty of Automation and Information Engineering, Xi’an University of Technology, Xi’an, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICIVC  ページ： 21-25  発行年： 2018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： パノラマ視覚トラッキングは多数の応用に非常に有用である。しかしながら,パノラマ視覚の歪んだ画像化は,ロバスト性に影響し,ターゲットを失う傾向がある。本論文では,適応特徴融合に基づくパノラマ視覚追跡法を提案した。標的運動中の標的台形ボックスのサイズ変化をラベル付けした。台形箱のパラメータ変化を記述する線形モデルを適合させた。目標台形領域をモデルによって抽出して,次にアフィン変換を通して精製した。粒子フィルタリングベースの追跡フレームワークに基づいて,色と形状の融合をターゲット追跡のための主な特徴として用いた。粒子重量は,Bayes融合と再帰式を用いて計算した。実験結果は,追跡精度と反オクルージョン性能の観点から,他の方法に対する提案アルゴリズムの大きな優位性を実証し,提案したアルゴリズムがパノラマビジョンの目標追跡ロバスト性を大幅に改善できることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アフィン変換 ,  *視覚 ,  寸法変化 ,  アルゴリズム ,  ロバスト性 ,  オクルージョン
準シソーラス用語： ターゲット追跡 ,  粒子フィルタリング ,  線形モデル ,  特徴融合 ,  画像化 ,  *ビジュアルトラッキング , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： パノラマ ,  視覚追跡 ,  融合 ,  適応