動的変分オートエンコーダによる教師なし多重物体追跡【JST・京大機械翻訳】

Lin Xiaoyu; Girin Laurent; Alameda-Pineda Xavier

プレプリント

J-GLOBAL ID：202202205873796001 整理番号：22P0291927

動的変分オートエンコーダによる教師なし多重物体追跡【JST・京大機械翻訳】

Unsupervised Multiple-Object Tracking with a Dynamical Variational Autoencoder

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年02月18日プレプリントサーバーでの情報更新日： 2022年02月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,DVAE-UMOTと呼ばれる動的変分オートエンコーダ(DVAE)に基づくマルチオブジェクトトラッキング(MOT)のための教師なし確率モデルと関連推定アルゴリズムを提案した。DVAEは,時間的シーケンスのモデリングのための変分オートエンコーダの拡張として見ることができる潜在変数深層生成モデルである。DVAE-UMOTに含まれ,単一オブジェクト軌跡の非ラベル合成データセット上で事前訓練された後,オブジェクトの動力学をモデル化した。次に,DVAE-UMOTの分布およびパラメータを,変分推論の原理を用いて追跡するために,各マルチオブジェクトシーケンスで推定し,潜在変数の近似事後分布の定義と,データ尤度関数の下限の最大化を行った。DVAE-UMOTは,2つの最先端の確率的MOTモデルの性能とよく競合し,また,凌駕した。コードとデータは公的に利用できる。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

人工知能 , パターン認識

, , ,

前のページに戻る