文献

J-GLOBAL ID：201902269514626972   整理番号：19A2700958

改良軽量Siameseネットワークによる視覚オブジェクト追跡【JST・京大機械翻訳】

Visual Object Tracking via an Improved Lightweight Siamese Network

著者 (6件)： Liu Mingyang (School of Information Science and Engineering, Yunnan University, Kunming, China) ,  Lei Qing (School of Information Science and Engineering, Yunnan University, Kunming, China) ,  Yu Li (School of Information Science and Engineering, Yunnan University, Kunming, China) ,  Gao Yun (School of Information Science and Engineering, Yunnan University, Kunming, China) ,  Gao Yun (Kunming Institute of Physical, Kunming, China) ,  Zhang Xuejie (School of Information Science and Engineering, Yunnan University, Kunming, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11857  ページ： 284-294  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： オブジェクトトラッキングは最近大きな研究関心を高め,多くのSiameseネットワークベースのトラッカーが最先端の性能を達成した。しかし,それらのネットワーク構造を分析することによって,それらの特徴抽出モジュールがまだAlexNetまたはその変種を使用することを見つけることができた。いくつかの最近の軽量ネットワークと比較して,精度の改善の余地がある。本論文では,MobileNetV2とSiamRPNを組み合わせた改良軽量Siameseネットワークを提案した。最初に特徴チャネルを拡張する改良ネットワークの戦略を利用することによって,それを圧縮して,対象物のより多くの特徴情報を目標追跡のために得ることができて,追跡アルゴリズムの精度を効果的に改良することができた。著者らは,OTB-100データセットに関する提案したアルゴリズムの追跡性能を実証して,提案したアルゴリズムは,0.646のAUCと0.877の精度によって,いくつかの最先端の追跡装置よりAUCと精度においてより良い性能を持った。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 特徴抽出 ,  *視覚 ,  *ネットワーク ,  チャネル ,  ネットワーク構造 ,  アルゴリズム ,  トラッキング装置
準シソーラス用語： 追跡アルゴリズム ,  ターゲット追跡 ,  *物体追跡 ,  *軽量 , 【Automatic Indexing@JST】

著者キーワード (4件)： オブジェクトトラッキング ,  Siameseネットワーク ,  モバイルネットV2 ,  軽量ネットワーク

分類 (2件)： 人工知能  (JE08000Z) ,  移動通信  (ND08030H)

タイトルに関連する用語 (3件)： 軽量 ,  視覚 ,  オブジェクト追跡