文献

J-GLOBAL ID：201802288745662861   整理番号：18A0442141

視覚追跡のための効率的なバージョン空間低減【Powered by NICT】

Efficient Version-Space Reduction for Visual Tracking

著者 (3件)： Meshgi Kourosh ,  Oba Shigeyuki ,  Ishii Shin
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CRV  ページ： 139-146  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： 識別トラッカー,はその背景からターゲットを分離する分類手法を採用した。標的形状および外見の変化に対処するために,分類器は,ターゲットと背景の異なる試料を用いたオンライン更新される。試料選択,ラベリングおよび更新は分類器であるトラッカーをドリフト誤差の様々な出所に傾向がある。ラベリング誤りを低減し,試料約トラッカーの不確実性を測定することによりそのサンプリング戦略を高めるための効率的なバージョン空間縮小戦略の使用を導入した。標的について異なる仮説を表現する分類器のアンサンブルを利用し,提案トラッカーは,ブースティングを用いてそれらを多様化バージョン空間のより大きな,より一貫した被覆率を提供し,投票における分類器の重みを調整する。提案したシステムは,長期記憶オラクルによる記憶集団の共訓練を促進することによりモデル更新速度を調整する。提案トラッカーは各種のトラッキング課題を持つ種々の配列に最新のトラッカーより優れていた。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： *不確実性 ,  被覆率 ,  多様化 ,  ドリフト
準シソーラス用語： モデル更新 ,  オラクル ,  ブースティング ,  オンライン , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 視覚追跡 ,  バージョン空間