文献

J-GLOBAL ID：202102296598515436   整理番号：21A0252073

車両のための教師なし静的認識と動的追跡の方法

Method of Unsupervised Static Recognition and Dynamic Tracking for Vehicles

著者 (4件)： CAO Yifei (Beijing Univ. Civil Engineering and Architecture, Beijing, CHN) ,  LV Jingguo (Beijing Univ. Civil Engineering and Architecture, Beijing, CHN) ,  BAI Yingqi (Beijing Univ. Civil Engineering and Architecture, Beijing, CHN) ,  WU Anqi (Beijing Univ. Civil Engineering and Architecture, Beijing, CHN)
資料名： Sensors and Materials  (Sensors and Materials)
巻： 32  号： 12 (4)  ページ： 4517-4536  発行年： 2020年 
JST資料番号： L0338A  ISSN： 0914-4935  CODEN： SENMER  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 車両物体追跡はコンピュータビジョンにおける研究ホットスポットである。車両間の影効果とオクルージョンによって引き起こされた単一物体抽出の問題を解決するために,本論文は動的と静止状態の両方に適した車両物体追跡アルゴリズムを提示した。最初に,改良Cannyアルゴリズムを用いてビデオシーケンスにおける情報を得て,オブジェクトの動的領域をビデオシーケンスとオブジェクトフレームの平均間の差異を用いて抽出した。第二に,Gauss混合モデルをビデオオブジェクトセグメンテーションのために用いて,前景画像とバックグラウンド画像を得て,静的物体をエッジ情報と結合したオブジェクト動的領域と前景画像の交差操作を通して同定した。次に,彩色情報を統計的ノンパラメトリックモデルに導入し,前景画像の影を除去し,平均シフト追跡アルゴリズムを用いて,影を除去した後に前景画像の動的物体追跡を行った。実験結果は,提案した追跡アルゴリズムが,車両を効果的かつ迅速に同定,追跡することができ,センサ場の将来の開発のための新しいアイデアを提供することを示した。(翻訳著者抄録)

シソーラス用語： 機械学習 ,  *追跡 ,  *交通機関 ,  コンピュータビジョン ,  影効果 ,  オクルージョン ,  *抽出 ,  *特徴抽出 ,  停止 ,  画像信号 ,  セグメンテーション ,  画像処理 ,  アルゴリズム ,  Gauss模型
準シソーラス用語： 教師なし機械学習 ,  *物体追跡 ,  *車両 ,  *移動物体抽出 ,  *物体抽出 ,  静止 ,  ビデオシーケンス ,  オブジェクトセグメンテーション ,  追跡アルゴリズム ,  Gauss混合モデル

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  走行装置  (QG03040V)

引用文献 (24件)：

• W. Wang, H. Song, S. Zhao, J. Shen, S. Zhao, S. C. H. Hoi, and H. Ling: Proc. IEEE Computer Society Conf. Computer Vision and Pattern Recognition (IEEE, 2019) 3059-3069.
• L. Bao, X. Zhang, Y. Zheng, and Y. Li: Multimedia Tools Appl. 75 (2016) 7761. https://doi.org/10.1007/s11042-015-2692-4
• W. Wang, J. Shen, and L. Shao: IEEE Trans. Image Process. 24 (2015) 4185. https://doi.org/10.1109/TIP.2015.2460013
• J. Wei, S. Wang, and Q. Huang: Proc. the 34th AAAI Conf. Artificial Intelligence (AAAI, 2019) 12321-12328.
• X. Zeng, R. Liao, L. Gu, Y. Xiong, S. Fidler, and R. Urtasun: Proc. IEEE Computer Society Conf. Computer Vision and Pattern Recognition (IEEE, 2019) 3928-3937.

タイトルに関連する用語 (2件)： 教師 ,  追跡