抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】