文献

J-GLOBAL ID：202102262166012939   整理番号：21A2869772

複数物体追跡のためのロバストな階層的多重仮説追跡器【JST・京大機械翻訳】

Robust hierarchical multiple hypothesis tracker for multiple-object tracking

著者 (2件)： Zulkifley Mohd Asyraf (Department of Electrical, Electronic and Systems Engineering, Faculty of Engineering and Built Environment, Universiti Kebangsaan Malaysia, 43600 Bangi, Malaysia) ,  Moran Bill (Department of Electrical and Electronic Engineering, The University of Melbourne, VIC 3010, Australia)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 39  号： 16  ページ： 12319-12331  発行年： 2012年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 複数物体追跡は,交通監視,人々計数,ロボットビジョン,さらに多くのより高いレベルアプリケーションの基本的サブシステムである。本論文では,ビデオ中の複数オブジェクトを追跡するためのロバストな階層的多重仮説トラッカーを構築する方法論を詳細に説明した。本アプローチの主な新規性は,アンカーベーストラック初期化,未確認トラックの予測支援,および確認された追跡のための2つの仮想測定である。システムは,主に併合,分割,断片,およびオクルージョンの問題を取り扱うために構築される。システムは,最初のレベルが前景セグメンテーションとクラスタ化された光フローから測定入力を得る2つのレベルに分けられる。K-best仮説と1対1会合のみを考慮した。2つのより仮想的な測定が,2番目のレベルに対する追跡速度を追跡するために構築され,それは,閉塞前景セグメントの予測状態と分割に基づいている。より包括的な観察割当のために,複数の関連性を持つトラックベースのK-ベスト仮説を考察した。ヒストグラム交差試験を実行してトラッカー境界ボックス拡張を制限する。シミュレーション結果は,すべてのアルゴリズムが上記の周囲でよく機能することを示した。2つの性能計量を用いた。多重物体追跡精度(MOTA)と多重物体追跡精度(MOTP)。著者らのトラッカーは,両方の性能評価メトリックにおいてベンチマークトラッカーと比較して最良であった。著者らのアルゴリズムの主な弱点は,重い処理必要条件であった。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. 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 ,  シミュレーション ,  セグメンテーション ,  交差試験 ,  クラスタ化 ,  *多重化 ,  録画装置 ,  応用プログラム ,  必要条件 ,  ヒストグラム ,  *ロバスト性 ,  オクルージョン
準シソーラス用語： *物体追跡 ,  ロボットビジョン ,  前景 , 【Automatic Indexing@JST】

著者キーワード (5件)： 複数オブジェクトトラッキング ,  階層的システム ,  多重仮説追跡器 ,  ヒストグラム交差 ,  閉塞予測

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 複数物体追跡 ,  ロバスト ,  多重 ,  仮説 ,  追跡