文献

J-GLOBAL ID：202002226268442877   整理番号：20A1840551

FasterMDNetに基づくビデオターゲット追跡アルゴリズム【JST・京大機械翻訳】

Video Target Tracking Algorithm Using FasterMDNet

著者 (4件)： Wang Ling (長春理工大学 計算机科学技術学院,長春,130022) ,  Wang Hui (長春理工大学 計算机科学技術学院,長春,130022) ,  Wang Peng (長春理工大学 計算机科学技術学院,長春,130022) ,  Li Yanfang (長春理工大学 計算机科学技術学院,長春,130022)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 56  号： 14  ページ： 123-130  発行年： 2020年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： マルチドメインコンボリューションニューラルネットワーク(MDNet)アルゴリズムは,候補フレームを抽出するために,選択的探索方式を採用して,完全な画像特徴を共有することなく,オンラインビデオターゲット追跡の速度を遅くした。この問題に対して,高速マルチドメイン畳込みニューラルネットワーク(FasterMDNet)ビデオターゲット追跡アルゴリズムを提案した。FasterMDNetは,MDNetに基づく1つのモデルであり,そして,畳み込みの後,RPN(RegionProposalNetwork)ネットワークを導入して,損失関数を最適化して,完全な画像畳込み特性を共有する。候補領域の提案枠(ROI)のより効率的な生成を加速した。目標と背景情報をより良く獲得するため、RPNネットワークにROIAlign層を加え、抽出の候補領域提案フレーム特徴マップに対して双線形補間方法を採用して、受容野の分解能を高める。目標追跡ベンチマークデータセットOTB2013,OTB2015,VOT2016を評価し,実験結果により,このアルゴリズムが,他の比較法よりも精度が良好で,同じ実験環境におけるMDNetアルゴリズムと比較した。オンライン追跡速度は,約12倍増加した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  最適化 ,  畳込み ,  損失関数 ,  ネットワーク ,  分解能 ,  画像特性
準シソーラス用語： 受容野 ,  オンライン ,  *ターゲット追跡 ,  マルチドメイン ,  特徴マップ ,  線形補間 ,  *追跡アルゴリズム ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (3件)： ビデオ ,  ターゲット ,  追跡アルゴリズム