Fugu-MT 論文翻訳(概要): Mutation Sensitive Correlation Filter for Real-Time UAV Tracking with Adaptive Hybrid Label

論文の概要: Mutation Sensitive Correlation Filter for Real-Time UAV Tracking with Adaptive Hybrid Label

arxiv url: http://arxiv.org/abs/2106.08073v1
Date: Tue, 15 Jun 2021 12:04:22 GMT
ステータス: 処理完了
システム内更新日: 2021-06-16 15:02:29.775907
Title: Mutation Sensitive Correlation Filter for Real-Time UAV Tracking with Adaptive Hybrid Label
Title（参考訳）: 適応型ハイブリッドラベルを用いた実時間UAV追跡のための突然変異感度相関フィルタ
Authors: Guangze Zheng, Changhong Fu, Junjie Ye, Fuling Lin, and Fangqiang Ding
Abstract要約: 無人航空機(UAV)による視覚追跡は多くの課題に直面している。これらの課題は、標的外見の予期せぬ突然変異を導入し、結果として障害を追跡する。本稿では,適応型ハイブリッドラベルを用いた変異に対する感受性と耐性を高めるための新しいDCF法を提案する。
参考スコア（独自算出の注目度）: 7.822827845225719
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Unmanned aerial vehicle (UAV) based visual tracking has been confronted with numerous challenges, e.g., object motion and occlusion. These challenges generally introduce unexpected mutations of target appearance and result in tracking failure. However, prevalent discriminative correlation filter (DCF) based trackers are insensitive to target mutations due to a predefined label, which concentrates on merely the centre of the training region. Meanwhile, appearance mutations caused by occlusion or similar objects usually lead to the inevitable learning of wrong information. To cope with appearance mutations, this paper proposes a novel DCF-based method to enhance the sensitivity and resistance to mutations with an adaptive hybrid label, i.e., MSCF. The ideal label is optimized jointly with the correlation filter and remains temporal consistency. Besides, a novel measurement of mutations called mutation threat factor (MTF) is applied to correct the label dynamically. Considerable experiments are conducted on widely used UAV benchmarks. The results indicate that the performance of MSCF tracker surpasses other 26 state-of-the-art DCF-based and deep-based trackers. With a real-time speed of _38 frames/s, the proposed approach is sufficient for UAV tracking commissions.
Abstract（参考訳）: 無人航空機(uav)ベースの視覚追跡は、物体の動きや閉塞など、多くの課題に直面している。これらの課題は一般に、目標の外観の予期せぬ変異をもたらし、結果として追跡障害を引き起こす。しかしながら、dcf(prevalent discriminative correlation filter)ベースのトラッカーは、トレーニング領域の中心のみに集中する予め定義されたラベルのため、ターゲットの突然変異に敏感ではない。一方、排他的または類似の物体によって引き起こされる外観突然変異は、通常、間違った情報を必然的に学習する。そこで本研究では, 適応型ハイブリッドラベル(MSCF)を用いて, 変異に対する感受性と耐性を高めるための新しいDCFベースの手法を提案する。理想ラベルは相関フィルタと共同で最適化され、時間的一貫性が保たれる。さらに、変異脅威因子 (MTF) と呼ばれる新しい突然変異の測定を行い、ラベルを動的に修正する。評価実験はUAVベンチマークで行われている。その結果,MSCFトラッカーの性能は他の26の最先端DCFトラッカーとディープベーストラッカーを上回ることがわかった。リアルタイム速度は _38 フレーム/s であり、提案手法は uav 追跡に十分である。

関連論文リスト

Multi-Source and Test-Time Domain Adaptation on Multivariate Signals using Spatio-Temporal Monge Alignment [59.75420353684495]
コンピュータビジョンやバイオメディカルデータなどの信号に対する機械学習の応用は、ハードウェアデバイスやセッション記録にまたがる変動のため、しばしば課題に直面している。本研究では,これらの変動を緩和するために,時空間モンジュアライメント(STMA)を提案する。我々はSTMAが、非常に異なる設定で取得したデータセット間で、顕著で一貫したパフォーマンス向上をもたらすことを示す。
論文参考訳（メタデータ） (2024-07-19T13:33:38Z)
Convolutional Unscented Kalman Filter for Multi-Object Tracking with Outliers [17.38485814970625]
マルチオブジェクトトラッキング(MOT)は、自律運転におけるナビゲーションに不可欠な技術である。近年, トラッキング手法は, 外乱を観測するフィルタリングアルゴリズムに基づいており, トラッキング精度の低下や, オブジェクトの軌跡の喪失さえも生じている。我々は,ConvUKFが外れ値の存在下で有界な追跡誤差を持つことを示す。
論文参考訳（メタデータ） (2024-06-03T14:42:38Z)
DARTH: Holistic Test-time Adaptation for Multiple Object Tracking [87.72019733473562]
複数物体追跡(MOT)は、自律運転における知覚システムの基本的構成要素である。運転システムの安全性の追求にもかかわらず、テスト時間条件における領域シフトに対するMOT適応問題に対する解決策は提案されていない。我々はMOTの総合的なテスト時間適応フレームワークであるDARTHを紹介する。
論文参考訳（メタデータ） (2023-10-03T10:10:42Z)
Adaptive Face Recognition Using Adversarial Information Network [57.29464116557734]
顔認識モデルは、トレーニングデータがテストデータと異なる場合、しばしば退化する。本稿では,新たな敵情報ネットワーク(AIN)を提案する。
論文参考訳（メタデータ） (2023-05-23T02:14:11Z)
Sparse Regularized Correlation Filter for UAV Object Tracking with adaptive Contextual Learning and Keyfilter Selection [20.786475337107472]
相関フィルタは無人航空機(UAV)の追跡に広く応用されている。 2つの固有の欠陥、すなわち境界効果とフィルタの破損のために脆弱である。本稿では,適応型文脈学習とキーフィルタ選択を用いた新しい$ell_1$正規化相関フィルタを提案する。
論文参考訳（メタデータ） (2022-05-07T10:25:56Z)
Adaptive Affinity for Associations in Multi-Target Multi-Camera Tracking [53.668757725179056]
本稿では,MTMCTにおけるアフィニティ推定を対応する対応範囲に適応させるための,単純かつ効果的な手法を提案する。すべての外見の変化に対処する代わりに、データアソシエーション中に出現する可能性のあるものに特化したアフィニティメトリックを調整します。ミスマッチを最小限に抑えるため、アダプティブアフィニティモジュールはグローバルなre-ID距離を大幅に改善する。
論文参考訳（メタデータ） (2021-12-14T18:59:11Z)
Learning Residue-Aware Correlation Filters and Refining Scale Estimates with the GrabCut for Real-Time UAV Tracking [12.718396980204961]
無人航空機(UAV)ベースの追跡はますます注目を集め、農業、航空、ナビゲーション、輸送、公安などのアプリケーションで急速に発展しています。近年,1つのCPU上での高い効率とロバスト性のために,識別相関フィルタ(DCF)ベースのトラッカーがUAVトラッキングコミュニティで注目されている。本稿では,GrabCutによるセグメンテーションによるDCFトラッカーの判別スケール推定の改善について検討する。
論文参考訳（メタデータ） (2021-04-07T13:35:01Z)
Change Point Detection in Time Series Data using Autoencoders with a Time-Invariant Representation [69.34035527763916]
変化点検出(CPD)は、時系列データにおける急激な特性変化を見つけることを目的としている。近年のCDD法は、深層学習技術を用いる可能性を示したが、信号の自己相関統計学におけるより微妙な変化を識別する能力に欠けることが多い。我々は、新しい損失関数を持つオートエンコーダに基づく手法を用い、使用済みオートエンコーダは、CDDに適した部分的な時間不変表現を学習する。
論文参考訳（メタデータ） (2020-08-21T15:03:21Z)
DR^2Track: Towards Real-Time Visual Tracking for UAV via Distractor Repressed Dynamic Regression [18.044423448896143]
本研究では,検出フェーズで生成した応答マップの局所的な最大点を利用して,電流イントラクタの自動検出を行う。 3つの挑戦的なUAVベンチマークで実施された実体実験は、優れた性能と異常な速度の両方を実証している。
論文参考訳（メタデータ） (2020-08-10T06:08:31Z)
Learning Consistency Pursued Correlation Filters for Real-Time UAV Tracking [12.292672531693794]
本研究は,動的整合性追従相関フィルタ,すなわちCPCFトラッカーを用いた新しい手法を提案する。実用的な理想整合写像とスケジュールされた理想整合写像との差を最小化することにより、整合度は時間的滑らかさを維持するために制約される。提案されたトラッカーは、1つのCPU上でのリアルタイムランニング速度(sim$43FPS)の他の25の最先端トラッカーを好んで上回っている。
論文参考訳（メタデータ） (2020-08-09T10:22:52Z)
Cascaded Regression Tracking: Towards Online Hard Distractor Discrimination [202.2562153608092]
本稿では,2段階の逐次回帰トラッカーを提案する。第1段階では, 容易に同定可能な負の候補を抽出する。第2段階では、残留するあいまいな硬質試料をダブルチェックするために、離散サンプリングに基づくリッジ回帰を設計する。
論文参考訳（メタデータ） (2020-06-18T07:48:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。