文献

J-GLOBAL ID：202002229118602822   整理番号：20A2289274

クラウドにおける適応ハイブリッドGMMベース検出を用いた自動多重人間トラッキング【JST・京大機械翻訳】

Automatic multiple human tracking using an adaptive hybrid GMM based detection in a crowd

著者 (2件)： Karpagavalli P. (K.L.N College of Engineering, Tamil Nadu, India) ,  Ramprasad A. V. (K.L.N College of Engineering, Tamil Nadu, India)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 79  号： 39-40  ページ： 28993-29019  発行年： 2020年 
JST資料番号： W1102A  ISSN： 1380-7501  資料種別： 逐次刊行物 (A)
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： 群衆における視覚監視のために,複数の人間追跡は必須であり,挑戦的なタスクである。実世界アプリケーションは,ケーントラッキングが観測されるように,クラウドシーンを捉えるために複数のカメラを必要とする。混雑環境における自動追跡は監視のための非常に重要な基準である。クラウドにおける正確でリアルタイムの追跡,公共場所に存在する人々の数,およびショッピングモールは,交通違反を監視するための重要な情報である。人間の安全とセキュリティを提供するために,フット防止と自動チェックアウトのような監視は,管理者に必要な消費者情報を提供する。従来の追跡アルゴリズムは,複雑な背景,マルチビューポイント,様々な照明変化,およびクラウドで発生する厳しいオクルージョンを扱わない。上記の問題は,提案した適応ハイブリッド多重人間追跡(AHMHT)法を用いて効果的に処理できる。本提案の研究では,適応ハイブリッドGauss混合モデル(AHGMM)(KarpagavalliとRamprasad,International Journal of Multimedia Toolsとアプリケーション76(12):14129~14149,12)検出出力を用いて,提案アルゴリズムは,正確なブロブの幅と高さ情報と共に,動き情報に基づいて各フレームにおけるすべてのブロブを追跡した。実験結果は,提案方法が他の方法と比較してよく機能することを示した。多重ヒト追跡率は,他の方法と比較して,提案したフレーム作業を用いて91%の最大で改善した。提案方法は,適応ハイブリッド追跡を用いた計算時間(CT)に関して効率的である。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  カメラ ,  視覚 ,  管理者 ,  ヒト ,  交通違反 ,  *多重化 ,  応用プログラム ,  コンピュータビジョン ,  ショッピングモール ,  オクルージョン
準シソーラス用語： Gauss混合モデル ,  マルチビュー ,  追跡アルゴリズム ,  ブロブ , 【Automatic Indexing@JST】

著者キーワード (7件)： 検出による追跡 ,  多重人間追跡 ,  コンピュータビジョン ,  自動化 ,  多重ブロブ検出 ,  適応ハイブリッドGMMベース検出 ,  適応ハイブリッド多重人間追跡

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： クラウド ,  適応 ,  GMM ,  多重 ,  人間 ,  トラッキング