文献

J-GLOBAL ID：202102250319803226   整理番号：21A2172921

ハンガリーアルゴリズムの下での空間制約に基づくコスト行列最適化法【JST・京大機械翻訳】

A Cost Matrix Optimization Method Based on Spatial Constraints under Hungarian Algorithm

著者 (3件)： Ye Yu (Fuzhou University, China) ,  Ke Xiao (Fuzhou University, China) ,  Yu Zhiyong (Fuzhou University, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICRAI 2020  ページ： 134-139  発行年： 2020年 
JST資料番号： D0698C  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： 現在,単一物体追跡(SOT)トラッカーの連続開発によって,より多くのSOTトラッカーをマルチオブジェクト追跡(MOT)タスクに適用した。しかし,親和性計算の伝統的方法では,親和性モデルを,類似物体の低い識別率を持ち,容易にIDスイッチに導くハンガリーアルゴリズムの計量として使用した。この問題を解決するために,ハンガリーアルゴリズムに基づく空間制約に基づくコスト行列最適化法を提案した。データ会合段階において,Kalmanフィルタを用いて物体の運動ベクトルを推定し,物体の電流位置を線形に予測することができた。コスト行列の重みは,推定位置と検出結果の間の空間関係に従って修正され,その後の再同定タスクのために使用された。上記の方法は余分の訓練を必要とせず,他のマルチオブジェクトトラッキングモデルに直接使用できることは注目に値する。本方法をMOT16(46.7%),MOT17(49.7%)で評価し,SOTAの効果を達成した。全結果をMOTChallengeウェブサイト1上で見つけることができた。Please refer to this article’s citation page on the publisher website for specific rights information. 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 ,  *最適化 ,  電流 ,  ベクトル ,  ハンガリー ,  線形性 ,  Kalmanフィルタ ,  親和性
準シソーラス用語： 物体追跡 ,  認識率 , 【Automatic Indexing@JST】

著者キーワード (3件)： ハンガリーのアルゴリズム ,  マルチオブジェクトトラッキング(MOT) ,  空間制約

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)： ハンガリー ,  アルゴリズム ,  制約 ,  行列 ,  最適化