文献

J-GLOBAL ID：202002224073036712   整理番号：20A2458636

コンパクトCNN特徴によるロバストなRGB-Dトラッキング【JST・京大機械翻訳】

Robust RGB-D tracking via compact CNN features

著者 (5件)： Wang Yong (School of Aeronautics and Astronautics, Sun Yat-Sen University, Guangzhou, China) ,  Wei Xian (Fujian Institute of Research on the Structure of Matter, Chinese Academy of Sciences, Fu Zhou, China) ,  Luo Lingkun (School of Aeronautics and Astronautics, Shanghai Jiao Tong University, Shanghai, China) ,  Wen Wen (School of Electrical and Computer Science, University of Ottawa, Ottawa, Canada) ,  Wang Yang (School of Physical Science and Technology, Southwest Jiaotong University, Chengdu, China)
資料名： Engineering Applications of Artificial Intelligence  (Engineering Applications of Artificial Intelligence)
巻： 96  ページ： Null  発行年： 2020年 
JST資料番号： T0797A  ISSN： 0952-1976  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 特徴表現は視覚追跡のコアにある。本論文では,RGB-Dビデオにおけるロバスト追跡法を提案した。最初に,RGBと深さ画像を階層的畳込みニューラルネットワーク(CNN)特徴を用いて別々に符号化した。第二に,計算コストを減らすために,CNN特徴を圧縮するためにランダム射影を利用した。高次元CNN特徴を低次元特徴空間にランダム投影した。次に,相関フィルタ追跡フレームワークをRGBと深さ画像で独立に実行した。そして,後方追跡方式を採用して,これらの2つの画像における追跡結果を評価した。2つの画像チャネルにおける追跡位置に従って最終位置を決定した。さらに,モデル更新を適応的に実行した。このトラッカーを2つのRGB-Dベンチマークデータセット上で評価し,他の最先端のRGB-D追跡法に匹敵する結果を達成した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 録画装置 ,  高次元 ,  射影 ,  チャネル ,  *ロバスト性
準シソーラス用語： 相関フィルタ ,  計算コスト ,  特徴空間 ,  低次元 ,  ビジュアルトラッキング ,  *RGB-D , 【Automatic Indexing@JST】

著者キーワード (3件)： RGB-Dトラッキング ,  ランダム射影 ,  CNN

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： コンパクト ,  CNN ,  ロバスト ,  RGB-D ,  トラッキング