文献

J-GLOBAL ID：201902239641813445   整理番号：19A2603956

高速マルチスケールカーネル相関フィルタ追跡アルゴリズム【JST・京大機械翻訳】

A high-speed multi-scale kernel correlation filter tracking algorithm

著者 (6件)： Fu Bin (Xi’an Institute of Optics and Precision Mechanics of CAS (China)) ,  Song Zongxi (Xi’an Institute of Optics and Precision Mechanics of CAS (China)) ,  Wang Feng (Xi’an Institute of Optics and Precision Mechanics of CAS (China)) ,  Gao Wei (Xi’an Institute of Optics and Precision Mechanics of CAS (China)) ,  Zhang Shuang (Xi’an Institute of Optics and Precision Mechanics of CAS (China)) ,  Liu Jiwei (Xi’an Institute of Optics and Precision Mechanics of CAS (China))
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 11179  ページ： 111793Z-8  発行年： 2019年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最近,カーネル相関フィルタ(KCF)は,優れた追跡性能と高い保持速度を提供する最良の視覚追跡アルゴリズムの一つとして認識されている。しかし,実時間で目標のスケール変化に適応する方法と正確には,依然として未解決の問題である。本論文では,一次元スケール相関フィルタリングに基づくマルチスケール改良法を提案した。カーネル関数を用いて正則化最小二乗分類器を解き,並進フィルタテンプレートを得てターゲット位置を推定した。次に,最も適切なスケールを推定するための一次元スケールフィルタテンプレートを構築するために,ターゲット位置で異なるスケールの一連のサンプルを収集した。フィルタを学習し,追跡プロセスにおいてオンラインで更新した。スケール推定において,著者らは計算の複雑さを減少するために次元縮小法を採用して,内挿法を用いて,より正確なスケール位置を得るためにマルチスケールの数を増加させた。多くの実験結果とデータは,改良アルゴリズムのターゲット領域重なり率と追跡率が,他のスケール適応追跡アルゴリズムの最良と比較して,平均で9%と60%改善されることを示した。KCFアルゴリズムと比較して,平均位置追跡誤差は23.9%減少し,重なり率は46%増加した。COPYRIGHT SPIE. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *高速度 ,  計算量 ,  視覚 ,  次元縮小 ,  並進 ,  *フィルタ ,  一次元 ,  正則化 ,  最小二乗法 ,  *フィルタリング ,  *アルゴリズム
準シソーラス用語： オンライン ,  *マルチスケール ,  実時間 ,  *追跡アルゴリズム ,  *相関フィルタ , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (4件)： マルチスケール ,  カーネル ,  相関フィルタ ,  追跡アルゴリズム