文献

J-GLOBAL ID：202102254270013768   整理番号：21A1157745

粒子フィルタリングとニューラルネットワークに基づくターゲットオクルージョン追跡【JST・京大機械翻訳】

Occlusion target tracking based on particle filter and neural network

著者 (2件)： Han Yuxing (北京理工大学 軟件学院,北京 100081) ,  Ding Gangyi (北京理工大学 軟件学院,北京 100081)
資料名： Jisuanji Jicheng Zhizao Xitong  (Jisuanji Jicheng Zhizao Xitong)
巻： 26  号： 12  ページ： 3229-3235  発行年： 2020年 
JST資料番号： C2700A  ISSN： 1006-5911  CODEN： JJZXFN  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 目標追跡の信頼性を改善するために,改良粒子フィルタに基づく目標追跡戦略を提案した。カラーレベルカーネル関数に基づくヒストグラムモデルを確立し,照明変化に対するモデルのロバスト性を改善した。目標の運動情報に従って状態方程式を構築し,動径基底関数ニューラルネットワークを用いて観測モデルを構築し,テンプレートと位置決め領域のHellinger距離に従ってターゲットが遮蔽されるかどうかを判断する。目標が隠蔽されないとき,状態方程式を更新して,観測モデルを訓練して,目標が遮蔽されるとき,状態方程式の計算値と観測モデルの予測値を,粒子フィルタによって融合して,目標状態の最適推定を得た。シミュレーション結果により,RBFネットワークによる目標運動の観測モデルは,状態方程式と異なる予測情報を導入でき,そして,長い時間オクルージョンの下で,追跡戦略は,粒子フィルタの最適推定と実際の状態の間の偏差を減少させ,そして,目標追跡の信頼性を,改善することができた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  状態方程式 ,  信頼性 ,  *ニューラルネットワーク ,  位置決め ,  ヒストグラム ,  ロバスト性 ,  動径基底関数ネットワーク ,  *オクルージョン
準シソーラス用語： *粒子フィルタ ,  Kernel関数 ,  ターゲット追跡 ,  予測値 ,  照明変化 ,  *粒子フィルタリング , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  計算機シミュレーション  (JE11000H) ,  システム同定  (IA02040O)

タイトルに関連する用語 (5件)： 粒子フィルタリング ,  ニューラルネットワーク ,  ターゲット ,  オクルージョン ,  追跡