文献

J-GLOBAL ID：202002241576503317   整理番号：20A2471998

変分Siamesネットワークに基づく半教師つき視覚追跡【JST・京大機械翻訳】

Semi-supervised Visual Tracking Based on Variational Siamese Network

著者 (2件)： Xu Liang (Virginia Commonwealth University, Richmond, VA, USA) ,  Niu Ruixin (Virginia Commonwealth University, Richmond, VA, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12312  ページ： 328-336  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
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： 視覚動的データ駆動アプリケーションシステム(DDDAS)フレームワークにおける物体追跡のために,視覚外観特徴を畳み込みニューラルネットワークによって抽出することができ,ロバストな特徴表現を提供することを示した。本論文では,新しい半教師つき学習フレームワーク,変分型Siameseニューラルネットワークを,教師つき訓練と教師なし訓練の両方をサポートする変分自動符号器とSiameseネットワークを結合することにより,視覚追跡用に開発した。学習された特徴を特徴空間におけるGauss分布として表現し,物体を画像空間における分布として表現した。オブジェクトの特徴間の類似性を,情報理論的距離によって測定する。追跡アルゴリズムは,オブジェクト状態推定を更新する検出ネットワーク検出に基づいている。実験結果は,提案した視覚追跡フレームワークが最先端の視覚追跡アプローチの既存の状態より優れていることを示した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *視覚 ,  情報理論 ,  *変分法 ,  正規分布 ,  *ネットワーク ,  状態推定 ,  ニューラルネットワーク ,  教師つき学習 ,  符号器 ,  ロバスト性
準シソーラス用語： 物体追跡 ,  半教師つき学習 ,  特徴空間 ,  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】

著者キーワード (3件)： オブジェクトトラッキング ,  Siamesネットワーク ,  半教師つき学習

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 変分 ,  教師 ,  視覚追跡