文献

J-GLOBAL ID：202202287705899040   整理番号：22A0965683

目標追跡:方法と比較【JST・京大機械翻訳】

Target tracking: method and comparison

著者 (2件)： Li Jianzhe (Beijing City Univ. (China)) ,  Yu Hang (Xi’an Jiaotong-Liverpool Univ. (China))
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 12168  ページ： 121682N-9  発行年： 2022年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 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】

シソーラス用語： アルゴリズム ,  相互作用 ,  学習 ,  ネットワーク ,  *追跡 ,  ディジタルフィルタ ,  相関 ,  コンピュータビジョン ,  正則化 ,  コンピュータ
準シソーラス用語： 初心者 ,  相関フィルタ ,  物体追跡 ,  *ターゲット追跡 ,  ビデオ監視 ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (1件)： 目標追跡