文献

J-GLOBAL ID：202002238135876432   整理番号：20A2037834

動き顕著性誘導によるエンドツーエンド視覚物体追跡【JST・京大機械翻訳】

End-to-end Visual Object Tracking with Motion Saliency Guidance

著者 (3件)： Zhang Yucheng (Beihang University,School of Automation Science and Electrical Engineering,Beijing,P. R. China,100191) ,  Liu Kexin (Beihang University,School of Automation Science and Electrical Engineering,Beijing,P. R. China,100191) ,  Wang Tian (Beihang University,School of Automation Science and Electrical Engineering,Beijing,P. R. China,100191)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CCC  ページ： 6566-6571  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 近年,深層学習ベースの物体追跡法は優れた性能を達成した。既存の物体追跡アルゴリズムの大部分は,ターゲット外観特徴に焦点を合わせ,運動特徴を無視する。しかし,追跡されたターゲットの大部分は移動しており,運動特性は物体追跡タスクにおいて重要である。本研究では,背景からターゲットを浮き彫り追跡精度を改善するために,動き顕著性を持つ深い特徴を抽出する。この目的のために,相関フィルタ,シームネットワーク,および光フローネットワークを結合する新しいオブジェクト追跡ネットワークを提案する。提案ネットワークでは,ターゲットの動き情報を抽出するため光フローを適用し,運動特徴と外観特徴を統合するための注意ネットワークを採用した。OTB2013,OTB2015とUAV123に関する評価は,提案方法が速度を確実にする間,正確に目標を追跡することができることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *視覚 ,  ネットワーク ,  *エンドツーエンド方式
準シソーラス用語： *物体追跡 ,  深層学習 , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 動き ,  誘導 ,  エンドツーエンド ,  視覚 ,  物体追跡