文献

J-GLOBAL ID：202002266565313651   整理番号：20A1575813

SiamFF:矩形窓フィルタリングと情報融合を組み合わせたSiamesネットワークによる視覚的追跡【JST・京大機械翻訳】

SiamFF: Visual Tracking With a Siamese Network Combining Information Fusion With Rectangular Window Filtering

著者 (5件)： Luo Yuan (Key Laboratory of Optoelectronic Information Sensing and Technology, Chongqing University of Posts and Telecommunications, Chongqing, China) ,  Cai Yuanxiao (Key Laboratory of Optoelectronic Information Sensing and Technology, Chongqing University of Posts and Telecommunications, Chongqing, China) ,  Wang Boyu (Key Laboratory of Optoelectronic Information Sensing and Technology, Chongqing University of Posts and Telecommunications, Chongqing, China) ,  Wang Jie (Key Laboratory of Optoelectronic Information Sensing and Technology, Chongqing University of Posts and Telecommunications, Chongqing, China) ,  Wang Yanjie (College of Data Science, Zhejiang University of Finance and Economics, Hangzhou, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 119899-119910  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 最近,Siameseトラッカーは,精度と速度の両方で優れた性能を示した。しかし,従来のトラッカーは,単一深い特徴の使用と余弦ウィンドウの限界のため,類似の物体に対してロバスト性が乏しい。本論文では,SiamFFと名付けた矩形窓フィルタリングと情報融合を組み合わせた新しいSiameseネットワークを導入した。最初に,マルチレベル融合ネットワークを提案した。特徴レベルにおいて,ネットワークの浅いおよび深い特徴を,相補的特徴マップを得るために,層ホッピング接続を通して融合した。次に,相補的特徴マップによって生成されたスコアマップを,ロバスト性を改善するためにスコアレベルでさらに融合した。さらに,現実におけるオブジェクト運動の連続性と定常性に基づいて,スコアマップフィルタリング戦略を提案した。目標の相対的変位はフレーム間情報を得ることによって予測することができて,移動方向は,アナログ干渉をさらに除去するためにスコアマップをフィルターにかけるために適用した。OTB2015とVOT2016ベンチマークに関する実験結果は,SiamFFがリアルタイム追跡速度を維持しながら,精度に関して多くの最先端のトラッカーに対して有利に機能することを示した。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： 干渉 ,  フィルタ ,  *ネットワーク ,  *フィルタリング ,  アナログ系 ,  ホッピング伝導 ,  連続性 ,  ベンチマーク ,  ロバスト性
準シソーラス用語： マルチレベル ,  定常性 ,  特徴マップ , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (5件)： 矩形 ,  窓 ,  フィルタリング ,  情報融合 ,  視覚的追跡