論文の概要: Real-time AdaBoost cascade face tracker based on likelihood map and optical flow

• arxiv url: http://arxiv.org/abs/2210.13885v1
• Date: Tue, 25 Oct 2022 10:15:07 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-26 15:07:00.930802
• Title: Real-time AdaBoost cascade face tracker based on likelihood map and optical flow
• Title（参考訳）: 確率マップと光フローに基づくリアルタイムAdaBoostカスケード顔追跡装置
• Authors: Andreas Ranftl, Fernando Alonso-Fernandez, Stefan Karlsson, Josef Bigun
• Abstract要約: 著者らは、光学フロー情報をヴィオラ・ジョーンズ検出アルゴリズムの修正版に組み込む新しい顔追跡手法を提案する。 元のアルゴリズムでは、前のフレームからの情報が考慮されないため、検出は静的である。 提案したトラッカーは、各ウィンドウが通過する分類段階の数に関する情報を保存する。
• 参考スコア（独自算出の注目度）: 59.17685450892182
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The authors present a novel face tracking approach where optical flow information is incorporated into a modified version of the Viola Jones detection algorithm. In the original algorithm, detection is static, as information from previous frames is not considered. In addition, candidate windows have to pass all stages of the classification cascade, otherwise they are discarded as containing no face. In contrast, the proposed tracker preserves information about the number of classification stages passed by each window. Such information is used to build a likelihood map, which represents the probability of having a face located at that position. Tracking capabilities are provided by extrapolating the position of the likelihood map to the next frame by optical flow computation. The proposed algorithm works in real time on a standard laptop. The system is verified on the Boston Head Tracking Database, showing that the proposed algorithm outperforms the standard Viola Jones detector in terms of detection rate and stability of the output bounding box, as well as including the capability to deal with occlusions. The authors also evaluate two recently published face detectors based on convolutional networks and deformable part models with their algorithm showing a comparable accuracy at a fraction of the computation time.
• Abstract（参考訳）: 筆者らは,ヴィオラ・ジョーンズ検出アルゴリズムの修正版に光フロー情報を組み込む新しい顔追跡手法を提案する。 元のアルゴリズムでは、前のフレームからの情報が考慮されないため、検出は静的である。 さらに、候補ウィンドウは分類カスケードのすべてのステージを通過させなければならない。 対照的に、提案したトラッカーは、各ウィンドウが通過する分類段階の数に関する情報を保存する。 そのような情報は、その位置にある顔を持つ確率を表すラバースマップを構築するために使用される。 追尾能力は、光学フロー計算により次フレームへのラピエマップの位置を外挿することで得られる。 提案アルゴリズムは,標準ラップトップ上でリアルタイムに動作する。 このシステムはBoston Head Tracking Databaseで検証され、提案アルゴリズムは検出率と出力境界ボックスの安定性の点で標準のViola Jones検出器よりも優れており、オクルージョンに対処する能力も備えていることを示した。 著者らはまた、畳み込みネットワークと変形可能な部分モデルに基づく最近発表された2つの顔検出器を、計算時間のごく一部で同等の精度を示すアルゴリズムで評価した。

関連論文リスト

• A Mirror Descent-Based Algorithm for Corruption-Tolerant Distributed Gradient Descent [57.64826450787237]
  本研究では, 分散勾配降下アルゴリズムの挙動を, 敵対的腐敗の有無で解析する方法を示す。 汚職耐性の分散最適化アルゴリズムを設計するために、(怠慢な)ミラー降下からアイデアをどう使うかを示す。 MNISTデータセットの線形回帰、サポートベクトル分類、ソフトマックス分類に基づく実験は、我々の理論的知見を裏付けるものである。
  論文  参考訳（メタデータ） (2024-07-19T08:29:12Z)
• MapTrack: Tracking in the Map [14.991113420276767]
  Multi-Object Tracking (MOT) は、各ターゲットに対する安定トラジェクトリと未中断トラジェクトリの維持を目的としている。 ほとんどの最先端のアプローチは、まず各フレーム内のオブジェクトを検出し、次に新しい検出と既存のトラックの間のデータ関連を実装する。 本稿では,確率マップ,予測マップ,共分散適応カルマンフィルタの3つの軽量・プラグアンドプレイアルゴリズムからなる新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-02-20T12:35:23Z)
• Dense Optical Tracking: Connecting the Dots [82.79642869586587]
  DOTは、ビデオにおけるポイントトラッキングの問題を解決するための、新しくてシンプルで効率的な方法である。 OmniMotionのような高度な"ユニバーサルトラッカー"を上回り、CoTrackerのような最良のポイントトラッキングアルゴリズムと同等か、あるいはそれ以上の精度で、DOTが現在の光フロー技術よりもはるかに正確であることを示す。
  論文  参考訳（メタデータ） (2023-12-01T18:59:59Z)
• An Explainable Model-Agnostic Algorithm for CNN-based Biometrics Verification [55.28171619580959]
  本稿では,生体認証環境下でのLIME(Local Interpretable Model-Agnostic Explanations)AI手法の適用について述べる。
  論文  参考訳（メタデータ） (2023-07-25T11:51:14Z)
• Fast Key Points Detection and Matching for Tree-Structured Images [4.929206987094714]
  本稿では,木状パターンを用いたナノ解像度視覚識別子の画像マッチングに基づく新しい認証アルゴリズムを提案する。 提案アルゴリズムは様々な木構造画像マッチングに適用できるが,近年開発された視覚的識別子であるデンドライトに焦点をあてる。
  論文  参考訳（メタデータ） (2022-11-07T00:22:56Z)
• Class agnostic moving target detection by color and location prediction of moving area [11.326363150470204]
  移動目標検出はコンピュータビジョンにおいて重要な役割を果たす。 ディープラーニングベースの畳み込みニューラルネットワークのような最近のアルゴリズムは、高精度でリアルタイムのパフォーマンスを実現している。 モデル自由移動目標検出アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-06-24T12:34:58Z)
• DAAIN: Detection of Anomalous and Adversarial Input using Normalizing Flows [52.31831255787147]
  我々は、アウト・オブ・ディストリビューション(OOD)インプットと敵攻撃(AA)を検出する新しい手法であるDAINを導入する。 本手法は,ニューラルネットワークの内部動作を監視し,活性化分布の密度推定器を学習する。 当社のモデルは,特別なアクセラレータを必要とせずに,効率的な計算とデプロイが可能な単一のGPUでトレーニングすることが可能です。
  論文  参考訳（メタデータ） (2021-05-30T22:07:13Z)
• Fast Facial Landmark Detection and Applications: A Survey [0.0]
  ここ数年で品質が大幅に向上したアプローチは、大きなポーズと感情の多様性を持つデータセットに重点を置いています。 そこで我々は,300-W,AFLW,WFLW,COFWという,難易度と最新度のデータセットの品質比較を行った。
  論文  参考訳（メタデータ） (2021-01-12T09:40:40Z)
• Dense Label Encoding for Boundary Discontinuity Free Rotation Detection [69.75559390700887]
  本稿では,分類に基づく比較的研究の少ない方法論について検討する。 我々は2つの側面でフロンティアを推し進めるための新しい手法を提案する。 航空画像のための大規模公開データセットの実験と視覚解析は,我々のアプローチの有効性を示している。
  論文  参考訳（メタデータ） (2020-11-19T05:42:02Z)

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。