文献

J-GLOBAL ID：202202233081024054   整理番号：22A1123028

特徴融合の灰色ループ最適化パーティクルフィルタ目標追跡アルゴリズム【JST・京大機械翻訳】

Features fused particle filtering object tracking algorithm based on gray wolf optimization algorithm

著者 (3件)： Ren Hongge (華北理工大学 電气工程学院,河北 唐山 063210) ,  Wu Qilong (華北理工大学 電气工程学院,河北 唐山 063210) ,  Shi Tao (華北理工大学 電气工程学院,河北 唐山 063210)
資料名： Xiandai Dianzi Jishu  (Xiandai Dianzi Jishu)
巻： 45  号： 1  ページ： 40-44  発行年： 2022年 
JST資料番号： C4364A  ISSN： 1004-373X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来のパーティクルフィルタアルゴリズムが,ターゲットの環境における環境移動,目標の姿勢変化,およびオクルージョンの発生において,追跡フレームのドリフトを引き起こすので,パーティクルフィルタ追跡法(GWOPF)を,灰色ループアルゴリズムに基づいて提案した。最初に,グローバル特徴のHSV色特徴と局所特徴方向勾配ヒストグラム(HOG)特徴の加重融合を用いて,観測モデルを確立した。次に,パーティクルフィルタアルゴリズム(GWO)を最適化して,GWO位置更新機構を用いて,粒子空間分布を改善し,粒子再サンプリングの前に,重み適応調整を行い,そして,元の粒子フィルタのサンプリング時に起こる粒子劣化問題を解決し,そして,フィルタ効果を最適化した。実験結果は,改良アルゴリズムがチャレンジのあるTigerとGirlビデオシーケンスにおいて,それぞれ97.5%と95.0%の追跡成功率を達成し,単一フレームの処理時間が24.6msと18.4msに短縮され,高い追跡精度と良好なロバスト性を持つことを示した。それは,追跡目標の回転,部分的オクルージョン,およびリアルタイム要求に対処できる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *最適化 ,  加工時間 ,  フレーム ,  信号標本化 ,  画像特性 ,  局所性 ,  ロバスト性 ,  *データ融合 ,  オクルージョン
準シソーラス用語： *粒子フィルタ ,  ビデオシーケンス ,  リサンプリング ,  色特徴 ,  局所特徴 ,  *特徴融合 ,  *追跡アルゴリズム ,  姿勢変化 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 特徴融合 ,  灰色 ,  ループ ,  最適化 ,  パーティクルフィルタ ,  目標追跡 ,  アルゴリズム