本論文では、イベントベースのデータ関連付けの根本的な問題に取り組むため、新しいイベントデータ関連付け(EDA)アプローチを提案する。
まず、イベントデータをアシンクロナスに融合するための手法を提案する。次に、スパース時空間上のイベントデータからモデル仮説を効果的に生成する手法を提案する。その後、生成したモデル仮説の中から、ロバストな二段階重み付け手法を用いて、真のモデルを選択する。同時に、適応的なモデル選択戦略を提案し、真のモデルの数を自動的に決定する。最後に、選択された真のモデルを用いてイベントデータを関連付けし、融合する。
提案するEDAアプローチを物体追跡タスクに適用し、高速移動、ブラー、高ダイナミックレンジなどの課題シナリオでの有効性を実証する。
翻譯成其他語言
從原文內容
arxiv.org
深入探究