Earticle

현재 위치 Home

POSE-VIWEPOINT ADAPTIVE OBJECT TRACKING VIA ONLINE LEARNING APPROACH

첫 페이지 보기
  • 발행기관
    국제인공지능학회(구 한국인터넷방송통신학회) 바로가기
  • 간행물
    The International Journal of Advanced Smart Convergence KCI 등재후보 바로가기
  • 통권
    Volume 4 Number 2 (2015.11)바로가기
  • 페이지
    pp.20-28
  • 저자
    Vinayagam Mariappan, Hyung-O Kim, Minwoo Lee, Juphil Cho, Jaesang Cha
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A258689

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
In this paper, we propose an effective tracking algorithm with an appearance model based on features extracted from a video frame with posture variation and camera view point adaptation by employing the non-adaptive random projections that preserve the structure of the image feature space of objects. The existing online tracking algorithms update models with features from recent video frames and the numerous issues remain to be addressed despite on the improvement in tracking. The data-dependent adaptive appearance models often encounter the drift problems because the online algorithms does not get the required amount of data for online learning. So, we propose an effective tracking algorithm with an appearance model based on features extracted from a video frame.

목차

Abstract
 1. INTRODUCTION
 2. RELATED WORKS
 3. ONLINE LEARNING
  I. TRACKING
  II. DETECTION
  III. LEARNING
 4. ADAPTIVE APPEARANCE MODEL
 5. RESULT AND ANALYSIS
 6. CONCLUSIONS
 ACKNOWLEDGEMENT
 REFERENCES

키워드

Object Tracking Features Extraction Effective Tracking Algorithm Computer Vision Target Detection and Tracking Online Learning TLD Random Forest Naive Bayes long-Term Object Tracking Adaptive Appearance Model.

저자

  • Vinayagam Mariappan [ Media IT Engineering, Seoul National Univ., of Science and Tech., Seoul, Korea ]
  • Hyung-O Kim [ Graduate School of NID Fusion Tech., Seoul National Univ., of Science and Tech., Seoul, Korea ]
  • Minwoo Lee [ Graduate School of NID Fusion Tech., Seoul National Univ., of Science and Tech., Seoul, Korea ]
  • Juphil Cho [ Dept. Of Integrated IT & Communication Eng., Kunsan National Univ., Kunsan, Korea ]
  • Jaesang Cha [ Graduate School of NID Fusion Tech., Seoul National Univ., of Science and Tech., Seoul, Korea ] Corresponding author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제인공지능학회(구 한국인터넷방송통신학회) [The International Association for Artificial Intelligence]
  • 설립연도
    2000
  • 분야
    공학>전자/정보통신공학
  • 소개
    인터넷방송, 인터넷 TV , 방송 통신 네트워크 및 관련 분야에 대한 국내는 물론 국제적인 학술, 기술의 진흥발전에 공헌하고 지식 정보화 사회에 기여하고자 한다.

간행물

  • 간행물명
    The International Journal of Advanced Smart Convergence
  • 간기
    계간
  • pISSN
    2288-2847
  • eISSN
    2288-2855
  • 수록기간
    2012~2025
  • 십진분류
    KDC 326 DDC 380

이 권호 내 다른 논문 / The International Journal of Advanced Smart Convergence Volume 4 Number 2

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.