文献

J-GLOBAL ID：201902283139311596   整理番号：19A0248226

量子粒子群最適化に基づく物体追跡【JST・京大機械翻訳】

Object Tracking based on Quantum Particle Swarm Optimization

著者 (2件)： Misra Rajesh (S. A. Jaipuria College, Kolkata, West Bengal, 700004, India) ,  Ray Kumar S. (Indian Statistical Institute, Kolkata, West Bengal, 700108, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICAPR  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 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】

シソーラス用語： 遮光 ,  雑音 ,  オクルージョン ,  画像検索 ,  アルゴリズム ,  *曲率 ,  スウォーム ,  コンピュータビジョン ,  移動体 ,  録画装置 ,  適応性 ,  判定基準
準シソーラス用語： 追跡アルゴリズム ,  最適解 ,  *粒子群最適化 , 【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)： 量子 ,  粒子群最適化 ,  物体追跡