マスクGRU:大きな背景運動の存在における小物体の追跡【JST・京大機械翻訳】

Roros Constantine J.; Kak Avinash C.

プレプリント

J-GLOBAL ID：202202206541595734 整理番号：22P0022704

マスクGRU:大きな背景運動の存在における小物体の追跡【JST・京大機械翻訳】

maskGRU: Tracking Small Objects in the Presence of Large Background Motions

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： 2022年01月02日プレプリントサーバーでの情報更新日： 2022年01月02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)

ビデオ中の小型物体の検出と追跡のためのマスクGRUと名付けた再帰ニューラルネットワークベース時空間フレームワークを提案した。近年,物体追跡の分野において多くの発展があったが,他の移動物体とアクター(スポーツフーチングにおけるボールアミド移動選手のような)の追跡は困難なタスクである。畳み込み型ゲートリカレントユニット(対流GRUs)のような既存の時空間ネットワークは訓練するのが困難であり,そのような条件下で小さな物体を正確に追跡するトラブルがある。これらの困難を克服するために,著者らは,対流GRUにより生成された内部隠れ状態の加重和と,追跡対象の3チャネルマスクを用いて,隠れ状態として,基礎となる対流GRUの次の時間ステップで用いる,マスクGRUフレームワークを開発した。加重和を通して隠された状態にマスクを組み入れる技術は2つの利点を持っていると信じる:以前のビデオフレームにおいてオブジェクトが位置するのを示すことによって,勾配の影響を制御して,ネットワークに注意のような機構を導入する。著者らの実験は,マスクGRUが,他の移動物体の存在下でさえ,ビデオ分解能に対して小さい追跡物体において,対流GRUより優れていることを示した。【JST・京大機械翻訳】

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

パターン認識 , 人工知能

, , , ,

前のページに戻る