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。
ターゲット追跡技術はコンピュータビジョンにおける重要な研究方向であり,それはビデオ監視,人間-コンピュータ相互作用,無人運転などの広範囲の応用を有する。現在,ターゲット追跡技術は大きな進歩を遂げ,特に深層学習を用いたターゲット追跡法は,最後の2年間で満足のいく結果を達成し,それは目標追跡技術におけるブレークスルーをした。本論文は,相関フィルタとSiameseネットワークの2つのフレームワークからの目標追跡システムについて議論して,さらに提案した新しい目標追跡方法を調査した。相関フィルタにおいて,著者らは,CACF,ECO,MOSSEおよびSRDCFのような改良アルゴリズムを分析し,しかし,相関フィルタリングに基づく上記のすべての方法は,境界効果によって影響を受けた。この問題を克服するために,SRDCFは来た。SRDCFは空間正則化を用いて相関フィルタ係数を罰し,深い学習追跡法に匹敵する結果を得た。Siamseネットワークにおいて,SiamR-CNN,SiamMask,SiamRN,SiamRPN++,SiamFCのアルゴリズムフレームワークを解析した。本論文では,オブジェクトトラッキングタスクをレビューし,それを二つの主要な側面,すなわちCF,Siameseネットワークに分割した。各フレームワークに対して,研究を調査し,いくつかの意見を引き出した。最後に,アイデアを選別し,初心者が迅速に開始するのを助けることを期待する。COPYRIGHT SPIE. Translated from English into Japanese by JST.【JST・京大機械翻訳】