Multimodal Deep Feature Fusion (MMDFF) for RGB-D Tracking
المؤلفون المشاركون
Jiang, Ming-Xin
Deng, Chao
Zhang, Ming-min
Shan, Jing-song
Zhang, Haiyan
المصدر
العدد
المجلد 2018، العدد 2018 (31 ديسمبر/كانون الأول 2018)، ص ص. 1-8، 8ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2018-11-28
دولة النشر
مصر
عدد الصفحات
8
التخصصات الرئيسية
الملخص EN
Visual tracking is still a challenging task due to occlusion, appearance changes, complex motion, etc.
We propose a novel RGB-D tracker based on multimodal deep feature fusion (MMDFF) in this paper.
MMDFF model consists of four deep Convolutional Neural Networks (CNNs): Motion-specific CNN, RGB- specific CNN, Depth-specific CNN, and RGB-Depth correlated CNN.
The depth image is encoded into three channels which are sent into depth-specific CNN to extract deep depth features.
The optical flow image is calculated for every frame and then is fed to motion-specific CNN to learn deep motion features.
Deep RGB, depth, and motion information can be effectively fused at multiple layers via MMDFF model.
Finally, multimodal fusion deep features are sent into the C-COT tracker to obtain the tracking result.
For evaluation, experiments are conducted on two recent large-scale RGB-D datasets and results demonstrate that our proposed RGB-D tracking method achieves better performance than other state-of-art RGB-D trackers.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Jiang, Ming-Xin& Deng, Chao& Zhang, Ming-min& Shan, Jing-song& Zhang, Haiyan. 2018. Multimodal Deep Feature Fusion (MMDFF) for RGB-D Tracking. Complexity،Vol. 2018, no. 2018, pp.1-8.
https://search.emarefa.net/detail/BIM-1134733
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Jiang, Ming-Xin…[et al.]. Multimodal Deep Feature Fusion (MMDFF) for RGB-D Tracking. Complexity No. 2018 (2018), pp.1-8.
https://search.emarefa.net/detail/BIM-1134733
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Jiang, Ming-Xin& Deng, Chao& Zhang, Ming-min& Shan, Jing-song& Zhang, Haiyan. Multimodal Deep Feature Fusion (MMDFF) for RGB-D Tracking. Complexity. 2018. Vol. 2018, no. 2018, pp.1-8.
https://search.emarefa.net/detail/BIM-1134733
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1134733
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر