文献

J-GLOBAL ID：202002214307873652   整理番号：20A2339527

相関フィルタとSiamesネットワークの融合による協調追跡器【JST・京大機械翻訳】

A Cooperative Tracker by Fusing Correlation Filter and Siamese Network

著者 (3件)： Zhou Bin (Beijing Aerospace Automatic Control Institute, Beijing, China) ,  Liu Xin (Beijing Seetatech Technology Co., Beijing, China) ,  Zhong Bineng (Huaqiao University, Xiamen, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12306  ページ： 673-685  発行年： 2020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： モデルフリートラッカーのロバスト性は,常にモデル更新器と運動モデルによってサポートされる。しかし,ほとんどの最先端のトラッカー(例えば,相関フィルタまたはSiameseネットワークベースのトラッカー)は,両方の側面で不均衡である。その結果,高速運動,オクルージョンまたはバックグラウンドクラッタのような挑戦的なシナリオに遭遇するとき,それらは容易にドリフトする。異なる追跡メカニズムの相補性に触発されて,著者らは,相関フィルタとSiamesseネットワークがそれらの欠点において互いに補完する適応協調トラッカーを提案する。特に,このトラッカーは3つの構成要素,即ち,コンテキストアウェア相関フィルタネットワーク(CaCFNetとして命名),Siameseネットワーク,および追跡故障推定器から成る。オンライン追跡において,Siameseネットワークコンポーネントは,より大きな探索領域でターゲットを粗く配置し,次に,CaCFNetは,より高い精度のために粗い位置を洗練する。Siameseネットワーク成分は,故障推定器の結果によって適応的に活性化して,それはリアルタイムでトラッカーを維持して,2つの異なる機構の間の干渉を避ける。さらに,コンテキスト意識相関フィルタネットワークとSiameseネットワークを,視覚追跡タスクのためのより良い特徴表現のためにオフラインで訓練した。提案したトラッカーの有効性を実証するために,OTB2013,OTB2015,VOT2017の3つの一般的なベンチマークについて包括的な実験を行い,提案したトラッカーは,これらのベンチマークに関する最新の結果を達成した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  ラッカー ,  クラッタ ,  相補性 ,  有効性 ,  ベンチマーク ,  ロバスト性 ,  オクルージョン
準シソーラス用語： *相関フィルタ ,  コンテキストアウェアネス ,  運動モデル ,  実時間 ,  オンライン ,  オフライン , 【Automatic Indexing@JST】

著者キーワード (3件)： 視覚追跡 ,  相関フィルタ ,  Siamesネットワーク

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 相関フィルタ ,  融合 ,  協調 ,  追跡