スポーツビデオにおける運動選手追跡と行動認識のための結合フレームワーク【JST・京大機械翻訳】

Kong Longteng; Huang Di; Qin Jie; Wang Yunhong

文献

J-GLOBAL ID：202002291259965482 整理番号：20A0492432

スポーツビデオにおける運動選手追跡と行動認識のための結合フレームワーク【JST・京大機械翻訳】

A Joint Framework for Athlete Tracking and Action Recognition in Sports Videos

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A0492432&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A0492432&from=J-GLOBAL&jstjournalNo=W0321A") }}

著者 (4件)： , , ,
資料名：
巻： 30 号： 2 ページ： 532-548 発行年： 2020年
JST資料番号： W0321A ISSN： 1051-8215 CODEN： ITCTEM 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)

スポーツビデオ解析は近年注目されている。競技追跡と行動認識は,互いに高度に関連する2つの主要な問題である。しかし,それらは個々に考慮され,既存の研究で処理されている。本論文では,スポーツビデオにおけるスポーツトラッキングと行動認識のためのジョイントフレームワークを提案した。競技者追跡において,スケーリングとオクルージョンロバスト圧縮追跡(CT)と呼ばれるスケーリングとオクルージョンのロバスト追跡装置を提案し,各フレームにおける特定の競技者の位置を位置決めする。それはCTのアプローチに従うが,2つの側面,すなわちスケール精密化とオクルージョン回復においてそれを拡張する。前者に対しては,客観性方法,エッジボックスを採用して,提案を生成し,それはCTにおける固定サンプリングボックスを置き換えて,候補オブジェクトのスケールにより良く適合した。後者に対して,候補障害ベースの解を提示し,それにより,可能な障害を検出し,目標をオクルージョン端として再配置するための追加的追跡器をもたらした。行動認識に関して,著者らは,追跡結果の識別的時間的キューをモデル化することによって,あらかじめ定義された行動を認識する,長期の再発領域誘導畳込みネットワークを提案した。各フレームの追跡領域のロバスト特徴を抽出するためにSPPネットを用いた。次に,すべてのフレームの特徴を,長期領域レベル情報を獲得するために,再帰シーケンスモデルのスタックに供給した。著者らは,新しく収集したスポーツビデオベンチマークに関する提案したアプローチを,そして,オフザシェルUIUC2データセット上で広範囲に評価し,実験結果は,その有効性を明確に示した。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】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般

, , , , ,

前のページに戻る