文献

J-GLOBAL ID：202202281767069451   整理番号：22A1086963

高速注意ネットワークに基づくSiamesネットワークによる視覚的追跡【JST・京大機械翻訳】

Visual Tracking With Siamese Network Based on Fast Attention Network

著者 (6件)： Qin Lin (School of Electronic Information Engineering, Changchun University of Science and Technology, Changchnu, China) ,  Yang Yang (School of Electronic Information Engineering, Changchun University of Science and Technology, Changchnu, China) ,  Huang Dandan (School of Electronic Information Engineering, Changchun University of Science and Technology, Changchnu, China) ,  Zhu Naibo (PLA Academy of Military Science, Beijing, China) ,  Yang Han (Beijing Engineering Research Center of Emergency Survival Security, Beijing, China) ,  Xu Zhisong (School of Electronic Information Engineering, Changchun University of Science and Technology, Changchnu, China)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 35632-35642  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 視覚追跡は,リアルタイムで長期の正確な目標予測を必要とするので,未解決の課題のままである。シームレスネットワークは,その優れた精度と速度のために広く研究されている。長期追跡はモデル劣化とドリフトにつながる可能性があるので,ほとんどの既存のアルゴリズムはこの問題をよく解決できない。本論文は,SiamFAと名づけた高速注意ネットワークに基づく新しいSiameseネットワークを提案する。この方式は,よりロバストな目標モデルを得て,長期追跡を達成するために,目標の鍵とグローバル情報を強化することができる注意モデルを設計する。同時に,テンプレートと探索領域の間の類似性を計算するとき,注意モデルをターゲットの潜在的位置情報を得るために使用する。さらに,注意ネットワークでは,多くの冗長演算を低減し,計算効率を効果的に改善する。多層パーセプトロンを利用して,過度のハイパーパラメータを回避するための境界ボックスを予測した。著者らのネットワークの有効性を検証するために,著者らは,OTB100,GOT-10k,LaSOT,追跡Net,UAV123のような多くの一般的に使用されるデータセットに関する試験を行う。著者らの方法は,LaSOTに関して62.7%の成功率と64.3%の精度比率を達成することができた。同時に,それは約100fpsで実行でき,比較ネットワークを超え,著者らのネットワークが実時間で実行できることを証明した。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 ,  冗長性 ,  *ネットワーク ,  追跡 ,  精度 ,  演算 ,  類似性 ,  性質 ,  有効性 ,  ロバスト性 ,  多層パーセプトロン ,  位置情報
準シソーラス用語： 計算効率 ,  シームレス ,  成功率 ,  実時間 , 【Automatic Indexing@JST】

分類 (3件)： 移動通信  (ND08030H) ,  計測機器一般  (AD02000X) ,  信号理論  (ND02020G)

タイトルに関連する用語 (2件)： 注意 ,  視覚的追跡