文献

J-GLOBAL ID：202002232716862110   整理番号：20A2102877

改良畳込みネットワーク目標追跡アルゴリズム【JST・京大機械翻訳】

Improved convolutional network target tracking algorithm

著者 (4件)： Li Gang (長安大学 電子与控制工程学院,西安 710064) ,  Zhang Yubo (長安大学 電子与控制工程学院,西安 710064) ,  Sun Jiangyan (西安外事学院 工学院,西安 710077) ,  Shen Dan (西安石油大学電子工程学院,西安 710065)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 37  号： 7  ページ： 2206-2209  発行年： 2020年 
JST資料番号： C2536A  ISSN： 1001-3695  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： 目標追跡アルゴリズムにおいて,深さネットワークは大量の画像を訓練し,表示することができるが,特定の追跡対象に対して,オフライン訓練は時間がかかるだけでなく,大量の画像を学習する時,その表現と識別能力の効果が悪い。以上の問題に基づいて,テンプレート更新の畳込みネットワーク追跡アルゴリズムを提案し,オフライン訓練の大量のデータなしで,強い目標追跡能力を実現することができた。目標追跡において,ターゲット周辺領域から一組の正規化した局所小領域ブロックを新しいフィルタとして抽出して,目標定義の次のフレームにおける一組の特徴マッピングによって適応フィルタの周りの目標を抽出して,次にフレーム抽出の正規化サンプルに畳み込み操作によって一組の特徴マップを生成した。各々のフィルタとターゲットの局所的強度回折パターンの間の類似性を,これらの特性グラフによって得て,次に,局所的構造情報をコード化した。最後に,この目標の内部幾何学的設計を,グローバル表示特性グラフから保存して,次に,ノイズ除去を,ソフト収縮方法によってノイズ除去によって抑制し,そして,目標のまばらな表現を,適応閾値より,生成した。テンプレート更新改良CNTアルゴリズムは目標を安定的に追跡でき、厳重なドリフトを発生せず、従来のCNTより優れた追跡効果を有する。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 ,  *畳込み ,  フィルタ ,  *ネットワーク ,  雑音低減 ,  類似性 ,  正規化 ,  適応フィルタ
準シソーラス用語： 回折パターン ,  *ターゲット追跡 ,  特徴マップ ,  オフライン ,  適応閾値 ,  *追跡アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (3件)： 畳込み ,  目標追跡 ,  アルゴリズム