文献

J-GLOBAL ID：202102225328322355   整理番号：21A0272748

エッジコンピューティングのための相関フィルタに基づく視覚的オブジェクトマルチモダリティトラッキング【JST・京大機械翻訳】

Visual Object Multimodality Tracking Based on Correlation Filters for Edge Computing

著者 (2件)： Yang Guosheng (School of Information Engineering, Minzu University of China, No. 27 Zhongguancun South Avenue, Beijing, China) ,  Wei Qisheng (School of Information Engineering, Minzu University of China, No. 27 Zhongguancun South Avenue, Beijing, China)
資料名： Security and Communication Networks  (Security and Communication Networks)
巻： 2020  ページ： Null  発行年： 2020年 
JST資料番号： W2740A  ISSN： 1939-0114  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 近年,視覚物体追跡は,主に相関フィルタベースの追跡と深層学習(例えば,深い畳み込みニューラルネットワークとSiameseニューラルネットワーク)ベースの追跡に分割される非常に活発な研究分野になった。深層学習に基づくターゲット追跡アルゴリズムのために,通常高価なグラフィックスカードに展開される大量の計算が必要とされる。しかし,モノのインターネットにおける豊富な監視装置のために,リアルタイムで各装置においてすべての移動目標を捕えるのは難しいので,局所計算圧力を軽減するために,不感領域における相関フィルタリングに基づく階層的処理および使用追跡を行う必要がある。敏感な領域では,ビデオストリームをクラウドコンピューティングプラットフォームにアップロードして,深い特徴に基づくアルゴリズムを実行する高速計算速度を有する。本論文では,主に相関フィルタベースの追跡に焦点を当てた。相関フィルタベーストラッキングにおいて,識別スケール空間トラッカー(DSST)は,多くのアプリケーション分野にうまく適用されている最もポピュラーで典型的なものの一つである。しかし,DSSTのためにさらに研究する必要があるいくつかの改良がある。ひとつは,アルゴリズムが目的に関して目標回転を考慮しないということであった。もう片方は,スケール推定精度を確保するために,ターゲット位置に中心を置く多くのパッチから,配向勾配(HOG)特徴のヒストグラムを抽出するための非常に重い計算負荷である。これらの2つの問題に取り組むために,著者らは,目標スケール追跡のための可変パッチ数および標準DSST追跡方法への目標回転追跡のための空間探索を導入して,追跡目標のための平面における翻訳,スケールおよび回転を同時に対処するために,相関フィルタ(MTCF)に基づく視覚対象マルチモーダルトラッカーを提案し,同時に位置,スケールおよび姿勢角度の目標情報を得た。最後に,Visual Tracker Benchmarkデータセットにおいて,マルチモーダル追跡におけるそれらの有効性を示すために,提案アルゴリズムについて実験を行った。Copyright 2020 Guosheng Yang and Qisheng Wei. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *視覚 ,  ニューラルネットワーク ,  監視装置 ,  応用プログラム ,  多モード ,  高速計算
準シソーラス用語： ビデオストリーム ,  推定精度 ,  物体追跡 ,  計算負荷 ,  クラウドコンピューティング ,  モノのインターネット ,  深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

引用文献 (36件)：

• G. Liu, S. Liu, K. Muhammad, A. K. Sangaiah, F. Doctor, "Object tracking in vary lighting conditions for fog based intelligent surveillance of public spaces," IEEE Access, vol. 6, 2018.
• Y. Nishida, T. Sonoda, S. Yasukawa et al., "Underwater platform for intelligent robotics and its application in two visual tracking systems," Journal of Robotics and Mechatronics, vol. 30, no. 2, pp. 238-247, 2018.
• A. De Bruin, M. J. Booysen, "Drone-based traffic flow estimation and tracking using computer vision," 2015.
• Z. Zhang, X. Q. Zhang, D. C. Zuo, G. D. Fu, "Research on target tracking application deployment strategy for edge computing," Ruan Jian Xue Bao/Journal of Software, vol. 31, no. 9, 2020.
• H. Gao, L. Kuang, Y. Yin, B. Guo, K. Dou, "Mining consuming behaviors with temporal evolution for personalized recommendation in mobile marketing apps," Mobile Networks and Applications, vol. 25, no. 4, pp. 1233-1248, 2020.

タイトルに関連する用語 (3件)： エッジコンピューティング ,  相関フィルタ ,  視覚