三つのモデルの統合と適応的学習による群衆中の人追跡

カテゴリ: 論文誌(論文単位)

グループ名: 【C】電子・情報・システム部門

発行日: 2017/09/01

タイトル(英語): Human Tracking in Crowded Scenes Using Integration of Three Kinds of Models and Adaptive Learning

著者名: 高田　大雅（名城大学），堀田　一弘（名城大学）

著者名(英語): Hiromasa Takada (Meijo University), Kazuhiro Hotta (Meijo University)

キーワード: 人追跡，類似領域，群集シーン，過去の対象情報，隠れ　　Human tracking，Distractors，Crowded scenes，Information at previous frames，Occlusion

要約(英語): Human tracking in crowded scenes is a challenging problem because of frequent occlusion and the presence of similar regions. In this paper, we propose an online human tracking method which can handle occlusion and targets with similar regions. Our method compares the target region with a surrounding region and targets with similar regions at current frame. In addition, we also compare the target region at current and previous frames. We reduce the probabilities of uncommon colors at current and previous frames, and the tracking accuracy is improved. The effectiveness of the proposed method has been demonstrated by comparison with state-of-the-art trackers on the PETS2009 dataset.

本誌: 電気学会論文誌C（電子・情報・システム部門誌） Vol.137 No.9 （2017） 特集：知能メカトロニクス分野と連携する知覚情報技術

本誌掲載ページ: 1258-1265 p

原稿種別: 論文／日本語

電子版へのリンク: https://www.jstage.jst.go.jp/article/ieejeiss/137/9/137_1258/_article/-char/ja/