최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기전기전자학회논문지 = Journal of IKEEE, v.22 no.3, 2018년, pp.810 - 815
윤준한 (Dept. of Computer Engineering, Seokyeong University) , 김진헌 (Dept. of Computer Engineering, Seokyeong University)
The kernelized correlation filter algorithm yielded meaningful results in accuracy for object tracking. However, because of the use of a fixed size template, we could not cope with the scale change of the tracking object. In this paper, we propose a method to track objects by finding the best scale ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
상관 필터의 이점은 무엇인가? | 최근 상관 필터(Correlation Filter)가 적용된 여러 추적 응용 애플리케이션들이 등장하고 있다[5] [6][7][8]. 상관 필터는 신호처리 분야에서 두 신호 사이의 유사성 척도로 쓰일 수 있는 메트릭을 제공 하고, 연산량이 많은 공간계열에서의 상관 연산 대신 푸리에 영역에서의 적은 연산으로 대체할 수 있는 이점이 있다. | |
오버샘플링 전략의 이점은 무엇인가? | 이때 오버샘플링 전략으로 찾고자 하는 대상 이미지에 대한 무작위 표본들을 학습 하는 대신 대상 이미지에서의 윈도우 내 가능한 모든 변환을 고려한다. 이 방법은 많은 수의 중복 표본들이 있어야 하므로 이전에는 단점으로 간주하였으나 이들이 적절하게 구성될 시 대상 이미지를 잘 표현하는 순환 행렬을 형성하게 되며, 이에 대한 대각화는 DFT(Discrete Fourier Transform) 행렬을 사용할 시 효율적으로 계산될 수 있다는 이점을 갖게 된다. 따라서 오버샘플링 전략을 사용하여 DFT 대각화 후, 고정회귀문제(Ridge Regression)를 주파수 도메인에서 해결함으로써 적은 연산량으로 높은 정확도의 객체 추적이 가능해졌다. | |
시각적 객체 추적이란? | 휴먼 컴퓨터 인터페이스, 동작 분석, 감시 등의 응용 애플리케이션에서 고전적이면서 가장 일반적으로 발생하는 문제 중의 하나가 시각적 객체 추적의 정확성이다. 시각적 객체 추적이란 비디오의 각 프레임에서 초기화된 시각적 대상의 위치를 추정 하는 것이다. 최근에 제안된 여러 객체 추적 방법 [1][2][3][4] 들도 조명 변화, 모션 블러, 회전 및 카메라 모션 등을 포함한 몇 가지 문제로 인해 제 성능을 발휘하지 못하고 있다. |
A. Yilmaz, O. Javed, and M. Shah, "Object tracking: A survey," Acm computing surveys (CSUR), vol.38, no.4, pp. 13, 2006. DOI:10.1145/1177352.1177355
S. Salti, A. Cavallaro, and L. D. Stefano, "Adaptive appearance modeling for video tracking: Survey and evaluation," Image Processing, IEEE Transactions on, vol.21, no.10, pp. 4334-4348, 2012. DOI:10.1109/TIP.2012.2206035
Y. Wu, J. Lim, and M.-H. Yang, "Online object tracking: A benchmark. In Computer vision and pattern recognition," CVPR, 2013 IEEE Conference on, pp. 2411-2418. 2013.
A. Smeulders, D. Chu, R. Cucchiara, S. Calderara, A. Dehghan, and M. Shah, "Visual tracking: An experimental survey," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.36, no.7, pp. 1442-1468, 2014. DOI:10.1109/TPAMI.2013.230
Revaud, J., Douze, M., Cordelia, S., Jgou, H, "Event retrieval in large video collections with circulant temporal encoding," CVPR, 2013, pp. 2459-2466.
M. Kristan, R. Pflugfelder, A. Leonardis, J. Matas, L. Cehovin, G. Nebehay, T. Vojir, G. Fernandez, A. Lukezic, A. Dimitriev, et al, "The visual object tracking vot 2014 challenge results," Computer Vision-ECCV 2014 Workshops, 2014, pp. 191-217.
D. Comaniciu, V. Ramesh, and P. Meer, "Kernel-based object tracking. Pattern Analysis and Machine Intelligence," IEEE Transactions on, vol.25, no.5, pp. 564-577, 2003. DOI:10.1109/TPAMI.2003.1195991
T. Poggio and G. Cauwenberghs, "Incremental and decremental support vector machine learning," Advances in neural information processing systems, pp. 409, 2001.
T. Zhang, B. Ghanem, S. Liu, and N. Ahuja, "Low-rank sparse learning for robust visual tracking," Computer Vision-ECCV 2012, pp. 470-484, 2012. DOI:10.1007/978-3-642-33783-3_34
S. Avidan, "Ensemble tracking," Pattern Analysis and Machine Intelligence, IEEE Transactions on, vol.29, no.2, pp. 261-271, 2007. DOI:10.1109/TPAMI.2007.35
S. Avidan, "Support vector tracking," Pattern Analysis and Machine Intelligence, IEEE Transactions on, vol.26, no.8, pp. 1064-1072, 2004. DOI:DOI:10.1109/TPAMI.2004.53
B. Vijaya Kumar, "Minimum-variance synthetic discriminant functions," JOSA A, vol.3, no.10, pp. 1579-1584, DOI:1986.10.1364/JOSAA.3.001579
J. F. Henriques, R. Caseiro, P. Martins, and J. Batista, "Exploiting the circulant structure of tracking-by-detection with kernels," Computer Vision-ECCV 2012, pp. 702-715, 2012. DOI:10.1007/978-3-642-33765-9_50
J. F. Henriques, R. Caseiro, P. Martins, and J. Batista, "High speed tracking with kernelized correlation filters," Pattern Analysis and Machine Intelligence, IEEE Transactions on, vol.37, no.3, pp. 583-596, 2015. DOI:10.1109/TPAMI.2014.2345390
Henriques, J. F., Caseiro, R., Martins, P., Batista, J. "High-speed tracking with kernelized correlation filters," TPAMI, vol.37, no.3, pp. 583-596, 2015. DOI:10.1109/TPAMI.2014.2345390
※ AI-Helper는 부적절한 답변을 할 수 있습니다.