물체 추적을 위한 딥 러닝 기반의 앙상블 모델 연구 


48권  2호, pp. 211-216, 2월  2021
10.5626/JOK.2021.48.2.211


PDF

  요약

컴퓨터 비전 분야에서 물체 추적은 비디오 스트림으로부터 입력되는 시각적 정보로부터 타겟물체의 위상 변화를 예측하는 분야이며, 보안 및 군사기술이 요구하는 응용분야에서 중요하게 적용될 수 있는 기술이다. 최근의 딥 러닝 기반의 물체 추적 기술들은 검출기 기반 접근법(Tracking-by-Detection) 및 템플릿 대응 기반 접근법(template matching) 등을 통해 그 성능을 크게 향상시켰지만 접근방식에 따라 그 장단점이 분명하였다. 본 논문에서는 위의 두 접근방법을 응용하는 앙상블 모델 연구를 통해 단점을 보완하는 알고리즘을 제안한다. 제안되는 앙상블 알고리즘은 최근의 저명한 추적 알고리즘을 위한 벤치마크, OTB100, UAV123, LaSOT에서 모두 높은 성능향상을 보고한다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

M. Kim, I. Jung, B. Han, "Ensemble Modeling with Convolutional Neural Networks for Application in Visual Object Tracking," Journal of KIISE, JOK, vol. 48, no. 2, pp. 211-216, 2021. DOI: 10.5626/JOK.2021.48.2.211.


[ACM Style]

Minji Kim, Ilchae Jung, and Bohyung Han. 2021. Ensemble Modeling with Convolutional Neural Networks for Application in Visual Object Tracking. Journal of KIISE, JOK, 48, 2, (2021), 211-216. DOI: 10.5626/JOK.2021.48.2.211.


[KCI Style]

김민지, 정일채, 한보형, "물체 추적을 위한 딥 러닝 기반의 앙상블 모델 연구," 한국정보과학회 논문지, 제48권, 제2호, 211~216쪽, 2021. DOI: 10.5626/JOK.2021.48.2.211.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr