1P-08
畳み込みニューラルネットワークの特徴マップ選択によるトラッキング
○山田真生,渡辺 崇(名大)
畳み込みニューラルネットワーク (CNN) は一般物体認識において高い認識精度を達成しており,こうした CNN の中間層から得られる特徴量はコンピュータビジョンにおける様々な問題に応用できることが知られている.本研究では,一般物体認識のデータセットで学習済みの CNN を利用したトラッキングの手法を検討する.既存のトラッキング手法はオフライン学習やオンライン学習を行うために多くの計算量を必要としていたが,提案するモデルは学習が不要であり,追跡時にはトラッキングに有効な特徴マップをその活性に基づいて選択することで高速なトラッキング手法を実現した.

footer 著作権について 倫理綱領 プライバシーポリシー セキュリティ 情報処理学会