ردیابی آنلاین چند شی با استفاده از شبکه عصبی مصنوعی و الگوریتم بهینه سازی علف هرز مهاجم

ردیابی چندشی (MOT ) در کاربردهایی مانند تجزیه و تحلیل ویدئویی، نظارت تصویری، تعامل انسان و کامپیوتر و ناوبری وسیله نقلیه از اهمیت حیاتی برخوردار است. ردیابی چند شی با هدف تخمین مسیر حرکت اشیا در توالی های ویدیویی و تلاش برای حفظ هویت مربوطه آن ها انجام می شود. ردیابی MOT را می توان به روش های آنلاین که اشیاء را فریم به فریم ردیابی می کنند و ردیاب های آفلاین که اشیا با چندین فریم را به صورت دسته ای ردیابی می کنند، تقسیم کرد. در این پژوهش، یک روش آنلاین ردیابی چندشی با استفاده از شبکه عصبی مصنوعی ارائه می شود. انتخاب تعداد لایه ها در روش پیشنهادی توسط الگوریتم بهینه سازی علف هرز مهاجم انجام می شود تا خطای طبقه بندی حداقل شود. مجموعه داده مورد استفاده VS-PETS ۲۰۰۹ است و شبیه سازی توسط نرم افزار MATLAB انجام می شود. نتایج شبیه سازی بیانگر دقت عملکرد سیستم پیشنهادی در مقایسه با روش های موجود است.

کلیدواژه ها:

واژه های کلیدی : ردیابی چندشی ، تجزیه و تحلیل ویدئویی ، شبکه عصبی مصنوعی ، الگوریتم بهینه سازی علف هرز مهاجم.