自己適応探索領域に基づくロバストなオブジェクトトラッキング【JST・京大機械翻訳】

Dong Taihang; Zhong Sheng

プレプリント

J-GLOBAL ID：202202206086045933 整理番号：22P0043046

自己適応探索領域に基づくロバストなオブジェクトトラッキング【JST・京大機械翻訳】

Robust Object Tracking Based on Self-adaptive Search Area

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 (2件)： ,
資料名：
発行年： 2017年11月21日プレプリントサーバーでの情報更新日： 2020年11月15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)

識別相関フィルタ(DCF)ベースのトラッカーは,最近,大きな計算効率で優れた性能を達成した。しかし,DCFベースのトラッカーは境界効果を受け,高速運動を示す困難な状況で不安定な性能をもたらす。本論文では,DCFベーストラッカーにおけるこの副作用を緩和する新しい方法を提案した。ターゲット運動の予測に従って探索領域を変えた。オブジェクトが高速に動くとき,広い探索領域は境界効果を軽減し,オブジェクトを位置決めする確率を保存できる。物体がゆっくり動くとき,狭い探索領域は,無利用のバックグラウンド情報の影響を防ぐことができて,リアルタイム性能を達成するために計算効率を改善することができた。この戦略は,高速運動と動きぼけを示す状況での境界効果に印象的であり,ほとんど全てのDCFベースのトラッカーで使用できる。OTBベンチマークに関する実験は,提案フレームワークがベースライントラッカーと比較して性能を改善することを示した。【JST・京大機械翻訳】

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

パターン認識 , 図形・画像処理一般

, , ,

前のページに戻る