抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
実生活シーンにおける移動物体のコンピュータビジョントラッキングは,非常に困難な問題と考えられている。光の照明,雑音,オクルージョン,突然の開始および移動物体の停止,遮光などの多くの因子は,静的背景(固定背景)だけでなく動的背景(背景の変化)の下で実際のシーンにおける物体追跡のタスクと関連している。本論文では,量子粒子群最適化(QPSO)を用いた新しいオブジェクトトラッキングアルゴリズムを提案した。QPSOは,基本的に追跡される対象の主要な点を扱う。著者らのアプローチの新規性は,上述のような支配的な点の集合を持つQPSOが,可変背景と静的背景の両方による物体追跡にうまく適用できるということである。そこで,実生活シーンにおけるオブジェクトトラッキングのための統一的な試みを行った。この手法では,まず,追跡されるオブジェクトの支配点を検出し,次に,画像探索空間上でランダムにグループを形成する粒子群を初期化する。それは,それらが適合性判定基準を満たすまで,2つの連続した支配的ポイントの間で結合する曲率を調査することを始めた曲率が移動し,曲率運動がビデオ全体を通してスウォームにより追跡され,最終的に,群れが最適解に達すると,粒子の最終位置に基づいて境界ボックスが描かれる。実験結果は,提案したQPSOベースの方法が,動的および静的環境の両方における物体追跡に対して,効率的かつ効果的に動作することを実証した。比較研究は,QPSOベースの追跡アルゴリズムがPSOベースの追跡アルゴリズムより90%速く実行することを示した。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】