文献

J-GLOBAL ID：201902273787143188   整理番号：19A0512703

深いアンサンブル追跡【JST・京大機械翻訳】

Deep Ensemble Tracking

著者 (2件)： Guo Jie (School of Optical Engineering, Beijing Institute of Technology, Beijing, China) ,  Xu Tingfa (School of Optical Engineering, Beijing Institute of Technology, Beijing, China)
資料名： IEEE Signal Processing Letters  (IEEE Signal Processing Letters)
巻： 24  号： 10  ページ： 1562-1566  発行年： 2017年 
JST資料番号： W0576A  ISSN： 1070-9908  CODEN： ISPLEM  資料種別： 逐次刊行物 (A)
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： 本レターでは,Siamese深畳込みニューラルネットワークアーキテクチャにおけるテンプレートマッチング問題として視覚トラッキングを行った。従来のまたは他の深い特徴ベースの追跡法と対照的に,提案したモデルは部分的な視点から多レベル畳込み特徴を利用する。このモデルは,候補パッチとテンプレートパッチを畳込み特徴の特徴次元からマッチさせ,数千のベースマッチアをもたらす。低レベル畳込み特徴からのベースマッチアは,ターゲットの部分的詳細を含む小さい受容場を持ち,一方,高レベル畳込み特徴からのベースマッチアは,ターゲットの意味情報を捕捉する大きい受容場を持っている。このモデルは,すべてのベースマッチアの加重集合として最終的な強いマッチャを達成した。著者らは,ベースマッチアの重みを更新するために,効果的な重み伝搬戦略を設計した。さらに,距離計量としてコサインを使用し,ロバスト性のためのコスト関数としてカスタマイズされた二乗損失関数を提案した。実験は,著者らの追跡装置が広範囲の追跡シナリオにおいて最先端の追跡装置より優れていることを示した。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： *畳込み ,  ロバスト性 ,  損失関数 ,  距離計 ,  モデル ,  視覚 ,  カスタム化 ,  費用関数 ,  トラッキング装置
準シソーラス用語： 最先端 ,  加重 ,  意味情報 ,  テンプレートマッチング ,  ニューラルネットワークアーキテクチャ , 【Automatic Indexing@JST】

分類 (4件)： 音声処理  (JE05000E) ,  移動通信  (ND08030H) ,  パターン認識  (JE07000S) ,  通信網  (ND07030A)

タイトルに関連する用語 (2件)： アンサンブル ,  追跡