文献

J-GLOBAL ID：201902274241381443   整理番号：19A2875238

小物体追跡のための集約署名【JST・京大機械翻訳】

Aggregation Signature for Small Object Tracking

著者 (7件)： Liu Chunlei (School of Electrical and Information Engineering, Beihang University, Beijing, China) ,  Ding Wenrui (Unmanned System Research Institute, Beihang University, Beijing, China) ,  Yang Jinyu (School of Computer Science, University of Birmingham, Birmingham, U.K.) ,  Murino Vittorio (Department of Computer Science, University of Verona, Verona, Italy) ,  Zhang Baochang (School of Automation Science and Electrical Engineering, Beihang University, Beijing, China) ,  Han Jungong (WMG Data Science Group, University of Warwick, Coventry, U.K.) ,  Guo Guodong (Baidu Research and National Engineering Laboratory for Deep Learning Technology and Application, Institute of Deep Learning, Beijing, China)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 29  ページ： 1738-1747  発行年： 2020年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  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： 小オブジェクトトラッキングはますます重要なタスクになっているが,コンピュータビジョンではほとんど研究されていない。大きな課題は,事実に由来する。1)小型物体は極端なあいまいさと可変外観を示し,2)レンズの振とうにより通常サイズのものと比較して,それらはより容易に失われる傾向がある。本論文では,小オブジェクトトラッキングに適した新しい集約署名を提案し,特に突然と大ドリフトの挑戦を目的とした。本研究では3回の寄与を行った。最初に,技術的に,著者らは,小さなオブジェクトに対する高度に特徴的な特徴を表現することができる顕著性に基づいて,集約署名と名付けた新しい記述子を提案した。第二に,理論的に,著者らは,提案した署名が,高い確率でより正確に前景オブジェクトに適合することを証明した。第3に,実験的に,集約署名は,多数のデータセットに関して高性能を達成して,大きなマージンによって最先端の方法を実行した。さらに,2つの新しく収集されたベンチマークデータセット,すなわち,視覚的に小さなオブジェクトトラッキングのために,小さい90と小さい112,に貢献した。データセットはhttps://github.com/bczhangbczhang/で利用可能である。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： コンピュータビジョン ,  レンズ ,  視覚 ,  *ドリフト ,  集中化 ,  ベンチマーク ,  曖昧さ
準シソーラス用語： 前景 ,  物体追跡 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 物体追跡 ,  集約 ,  署名