文献

J-GLOBAL ID：202102260776974177   整理番号：21A0067093

時間的に正則化した文脈を意識した相関フィルタによる視覚的追跡【JST・京大機械翻訳】

Visual Tracking Via Temporally-Regularized Context-Aware Correlation Filters

著者 (4件)： Liao Jiawen (Xi’an Institute of Optics and Precision Mechanics,Xi’an,China) ,  Qi Chun (Xi’an Jiaotong University,School of Electronics and Information Engineering,Xi’an,China) ,  Cao Jianzhong (Xi’an Institute of Optics and Precision Mechanics,Xi’an,China) ,  Bian He (Xi’an Institute of Optics and Precision Mechanics,Xi’an,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICIP  ページ： 2051-2055  発行年： 2020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： 古典的識別相関フィルタ(DCF)モデルは境界効果に悩まされ,いくつかの修正識別相関フィルタモデルが拡張探索領域を用いてこの欠点を緩和するために提案され,顕著な性能改善が関連する論文によって報告された。しかし,オクルージョンと他の挑戦的なシナリオに直面したとき,モデル劣化はまだよく対処されていない。本研究では,ターゲット外見をよりロバストにモデル化するために,新しい時間的に正則化された文脈意識相関フィルタ(TCF)モデルを提案した。拡張探索領域を利用して,フィルタを十分に訓練し,フレーム間のフィルタモデルの変動を制限する時間正則化器を,元の定式化にシームレスに統合した。このモデルを新しい弁別学習損失定式化から導出し,多次元特徴に対する閉形式解を提供し,それをマルチプライヤ(ADMM)の交互方向法を用いて効率的に解いた。標準的なOTB-2015,TempleColor-128およびVOT-2016ベンチマークに関する広範な実験は,提案したアプローチが,単一CPU上で28fpsのリアルタイム性能を有する多くの最先端の方法に対して有利に機能することを示した。Copyright 2021 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： フィルタ ,  乗算器 ,  弁別学習 ,  *正則化 ,  高次元 ,  定式化 ,  ベンチマーク ,  ロバスト性 ,  オクルージョン
準シソーラス用語： *相関フィルタ ,  シームレス ,  実時間 ,  ビジュアルトラッキング ,  閉形式解 , 【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 (5件)： 正則化 ,  文脈 ,  意識 ,  相関フィルタ ,  視覚的追跡