文献

J-GLOBAL ID：201802288671388441   整理番号：18A0491031

ロバスト追跡のための適応窓相関フィルタ学習【Powered by NICT】

Learning adaptively windowed correlation filters for robust tracking

著者 (3件)： Kuai Yangliu (College of Electronic Science, National University of Defense Technology, Changsha, Hunan, China) ,  Wen Gongjian (College of Electronic Science, National University of Defense Technology, Changsha, Hunan, China) ,  Li Dongdong (College of Electronic Science, National University of Defense Technology, Changsha, Hunan, China)
資料名： Journal of Visual Communication and Image Representation  (Journal of Visual Communication and Image Representation)
巻： 51  ページ： 104-111  発行年： 2018年 
JST資料番号： W0218A  ISSN： 1047-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ビジュアルトラッキングは運動解析,イベント検出と行動認識のような高レベルビデオ理解問題のための基本的成分である。識別相関フィルタ(DCF)は,高い計算効率と公平なロバスト性による追跡地域における莫大な人気を達成した。しかし,DCFの基礎となる境界効果は,検出段階で非常に制限されたターゲット探索領域をもたらした。一般により大きな探索領域はこの欠点を克服するために採用した。探索領域のこのような膨張は通常現実的追跡シナリオにおける追跡モデルを汚染するかなりの量の背景情報を含んでいる。この主要な欠点を緩和するために,本論文では,バックグラウンド情報を抑制し,色ヒストグラムから計算された物体の尤度マップを用いた前景物体を強調する一般的なDCF追跡フレームワークを提案した。オブジェクト尤度マップを余弦窓と合体し,DCF定式化に統合した。,DCFは,より高い物体尤度確率を持つピクセルにより焦点を当てた訓練段階でburdenedであった。OTB50とOTB100ベンチマーク上での包括的実験を行い,この適応窓トラッキングフレームワークは,多くのDCFトラッカーと組み合わせることができ,著しい性能改善を達成することを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 録画装置 ,  定式化 ,  *学習 ,  画素 ,  動作分析 ,  *ロバスト性 ,  ベンチマーク
準シソーラス用語： 前景 ,  尤度 ,  カラーヒストグラム ,  計算効率 ,  行動認識 ,  イベント検出 ,  ビジュアルトラッキング ,  *相関フィルタ , 【Automatic Indexing@JST】

著者キーワード (3件)： 相関フィルタ ,  標的可能性 ,  窓適応

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： ロバスト ,  追跡 ,  適応 ,  窓 ,  相関フィルタ ,  学習