文献

J-GLOBAL ID：202102277495846268   整理番号：21A0066736

Cycloptz:マスタスレーブCameraシステムのための学習ベース制御法【JST・京大機械翻訳】

Cycleptz: The Learning-Based Control Method For Master-Slave Camera Systems

著者 (4件)： Reis Renan Oliveira (Universidade Federal de Minas Gerais,Smart Sense Laboratory, Department of Computer Science,Belo Horizonte,Minas Gerais,Brazil) ,  Dias Igor Henrique (Universidade Federal de Minas Gerais,Smart Sense Laboratory, Department of Computer Science,Belo Horizonte,Minas Gerais,Brazil) ,  Prates Raphael (Universidade Federal de Minas Gerais,Smart Sense Laboratory, Department of Computer Science,Belo Horizonte,Minas Gerais,Brazil) ,  Schwartz William Robson (Universidade Federal de Minas Gerais,Smart Sense Laboratory, Department of Computer Science,Belo Horizonte,Minas Gerais,Brazil)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICIP  ページ： 286-290  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： マスタスレーブセットアップは,ターゲット領域の高解像度画像を提供するためのシナリオをモニタする固定およびPTZカメラから成る。文献におけるほとんどの研究は,単一人と単一地上平面による非現実的設定に焦点を合わせている。本研究では,サイクル整合ニューラルネットワークを用いてマスタスレーブとスレーブマスタ間のマッピングを学習する学習ベース手法であるサイクルPTZを提案した。マスタスレーブマッピングはPTZカメラを制御するために使用されるが,スレーブマスタはネットワーク訓練のための補助監視者として動作し,ハードサンプルマイニングを行う。さらに重要なことに,両機能が同時にサイクル損失を用いて学習されるので,サイクルPTZは固定とPTZカメラ間のより良いマッピングを学習できる。実験結果は,提案したサイクルPTZが複数の接地面での目標を追跡でき,場面で複数の人々で対応点を記録することができることを証明した。サイクルPTZ(即ち,目標中心誤差を10.92パーセントポイントで低減)の好ましい性能を示す実時間実験において,提案した方法を現在の文献と比較した。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： カメラ ,  *学習 ,  ネットワーク ,  ニューラルネットワーク ,  制御方式
準シソーラス用語： 高精細画像 ,  実時間 , 【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 (2件)： 学習 ,  制御法