文献

J-GLOBAL ID：201902221636039051   整理番号：19A0248054

高速オンライン多重オブジェクト追跡のためのマルチタスク深層学習【JST・京大機械翻訳】

Multi-task Deep Learning for Fast Online Multiple Object Tracking

著者 (3件)： Zhang Yuqi ,  Huang Yongzhen ,  Wang Liang
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ACPR  ページ： 138-143  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： 多重オブジェクト追跡(MOT)問題の性能を改善するために,多重タスクの深い学習フレームワークを提示した。運動と外観キューは,オンライン複数物体追跡装置を構築するために一緒に省略される。正確ではあるが,著者らのトラッカーは十分に速く動作する。本論文では2つの主要な貢献を行った。(1)三重項損失を伴うオフライン外観特徴。2)畳込み特徴を共有することにより,品質意識の深いネットワークを訓練する。提案したオンライン追跡装置は,UA-DETRACデータセットにおいて最先端性能を達成したが,同時に実行速度に関しては効率的であった。Copyright 2019 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： *学習 ,  *多重化 ,  三重項 ,  *高速度 ,  品質 ,  トラッキング装置 ,  ネットワーク ,  畳込み ,  待ち行列
準シソーラス用語： 最先端 ,  オフライン ,  *深層学習 ,  *マルチタスク ,  *物体追跡 ,  *オンライン , 【Automatic Indexing@JST】

分類 (5件)： 符号理論  (ND02030R) ,  NMR一般  (BM07041R) ,  専用演算制御装置  (JC04030Y) ,  図形・画像処理一般  (JE04010I) ,  音声処理  (JE05000E)

タイトルに関連する用語 (5件)： オンライン ,  多重 ,  オブジェクト追跡 ,  マルチタスク ,  深層学習