文献

J-GLOBAL ID：202202260451520706   整理番号：22A0696372

オンラインマルチオブジェクトトラッキングにおけるトラックレット不活性化のためのCRFベースフレームワーク【JST・京大機械翻訳】

A CRF-Based Framework for Tracklet Inactivation in Online Multi-Object Tracking

著者 (4件)： Gao Tianze (Research Institute of Intelligent Control and Systems, Harbin Institute of Technology, Harbin, China) ,  Pan Huihui (Research Institute of Intelligent Control and Systems, Harbin Institute of Technology, Harbin, China) ,  Wang Zidong (Department of Computer Science, Brunel University London, Uxbridge, Middlesex, United Kingdom) ,  Gao Huijun (Research Institute of Intelligent Control and Systems, Harbin Institute of Technology, Harbin, China)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 24  ページ： 995-1007  発行年： 2022年 
JST資料番号： W1116A  ISSN： 1520-9210  CODEN： ITMUF8  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： オンラインマルチオブジェクト追跡(MOT)はコンピュータビジョンの領域における活発な研究題目である。多くの以前に提案されたアルゴリズムは,デセント結果を示しているが,トラックレット不活性化の問題は,十分に研究されていない。分類スコアに固定閾値を用いるような簡単な戦略を採用し,望ましくない追跡誤りをもたらし,全体性能を制限する。本論文では,オンラインMOT問題におけるトラックレット不活性化問題に取り組むために,条件付きランダム場(CRF)ベースフレームワークを提案した。追跡仮説間のフレーム内関係を利用する離散CRFを開発し,トラックレット不活性化のロバスト性を改善した。特徴関数の個別集合を,CRFにおける非aryおよび二値項に対して設計し,実際のシナリオにおける様々な追跡課題を考慮した。MOTコンテキストにおけるCRFノード変化の問題を処理するために,仮説フィルタリングとダミーノードという2つの戦略を採用した。提案したフレームワークにおいて,推論段階を,ループ信念伝搬アルゴリズムを用いて実行して,CRFパラメータを,最大尤度推定法とそれに続くわずかな手動調整を利用することによって決定した。実験結果は,CRFベースフレームワークと組み合わせたトラッカーがMOT16とMOT17ベンチマークのベースラインより優れていることを示した。提案したフレームワークの拡張性を,さらに広範な実験によって検証する。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  分類 ,  *フレーム ,  最尤法 ,  フィルタリング ,  特性関数 ,  文脈 ,  コンピュータビジョン ,  基準線 ,  不活性化 ,  ベンチマーク ,  ロバスト性
準シソーラス用語： 確率場 ,  *物体追跡 ,  *オンライン , 【Automatic Indexing@JST】

分類 (4件)： 計算機網  (JC03000K) ,  パターン認識  (JE07000S) ,  情報サービス  (AC08000K) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 不活性化 ,  CRF ,  フレームワーク