文献

J-GLOBAL ID：202002291195637047   整理番号：20A0815644

軌道予測と再同定によるマルチターゲットトラッキング【JST・京大機械翻訳】

Multi-Target Tracking with Trajectory Prediction and Re-Identification

著者 (5件)： Li Xuesong (Institute of Automation, Chinese Academy of Sciences University of Chinese Academy of Sciences,The State Key Laboratory for Management and Control of Complex Systems,Beijing,China) ,  Liu Yating (Institute of Automation, Chinese Academy of Sciences University of Chinese Academy of Sciences,The State Key Laboratory for Management and Control of Complex Systems,Beijing,China) ,  Wang Kunfeng (Beijing University of Chemical Technology,College of Information Science and Technology,Beijing,China) ,  Yan Yong (State Grid Zhejiang Electric Power Company, LTD,Hangzhou,China) ,  Wang Fei-Yue (Institute of Automation, Chinese Academy of Sciences,The State Key Laboratory for Management and Control of Complex Systems,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CAC  ページ： 5028-5033  発行年： 2019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： 実世界シーンの複雑さとクラッタにより,オクルージョンはオブジェクトトラッキングにおける長い持続的困難になる。ほとんどの既存の追跡方法は,効果的にオクルージョンを扱うことができな本論文では,オクルージョンの困難さを扱うために,軌道予測とマルチキュー出現モデリングを組み合わせた新しいトラッキングフレームワークを提案した。ターゲットが完全にバックグラウンドまたは他のターゲットによって閉塞されるとき,ターゲット位置を観察することができない。したがって,次のフレームにおけるすべてのターゲットの位置を予測するために,注意機構と相互作用モジュールを合併する長い短時間メモリ(LSTM)モデルを提案した。オブジェクト境界ボックスの部分的オクルージョンと不正確さがしばしば起こることを考慮して,著者らは,正確な追跡と人物再同定(Reid)を実現するためにグローバルと局所的特徴を結合するマルチブランチ深いネットワークアーキテクチャを提案した。複数のベンチマークデータセットに関する実験結果によって,著者らの方法は,最新の性能の状態を達成して,多くの既存の方法を上回った。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： クラッタ ,  ベンチマーク ,  記憶装置 ,  オクルージョン ,  *軌道推定 ,  ネットワークアーキテクチャ ,  相互作用
準シソーラス用語： 物体追跡 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 軌道予測 ,  同定 ,  マルチ ,  ターゲットトラッキング