بهبود ردیابی هدف با استفاده از الگوریتم KLT با رویکرد بازگشتی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,105

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CSITM01_081

تاریخ نمایه سازی: 10 شهریور 1393

چکیده مقاله:

در این مقاله روش ترکیبی KLT که شامل یافتن بهترین ویژگی برای ردیابی، تطبیق الگو و تصحیح خطا در ردیابی هدف است بهبود داده می شود. در الگوریتم ترکیبی هر گاه نقاط ویژگی در اثر تصحیح خطا و افزایش عدم شباهت به صفر برسد این الگوریتم دچار مشکل می شود. راه حل پیشنهادی با انتخاب یک آستانه مناسب و اعمال یک رویکرد بازگشتی، الگوریتم را قادر می سازد تا ردیابی هدف م تحرک را در فریم های بیش تری انجام دهد. در الگوریتم پیشنهادی به منظور استخراج نقاط بیش تر، ناحیه ی هدف در فریم جاری تیزتر می شود و سپس نقاط ویژگی برای تطبیق الگو استخراج می شود. الگوریتم پیشنهادی از اطلاعات چهار ضلعی محصور کننده ی هدف در فریم های قبلی برای تطبیق دقیق و مقابله با تغییر مقیاس هدف استفاده می کند. روش پیشنهادی بر روی 8 مجموعه دنباله ی ویدئویی اعمال گردید و سه معیار ارزیابی کیفیت برای سنجش کارایی، استفاده شد. ارزیابی نشان داد که میانگین خطای پیکسل مرکزی 6/47 و متوسط هم پوشانی ناحیه ی هدف 0/63 و سرعت اجرا به طور متوسط 30/97 است. در مقایسه با روش ترکیبی KLT علاوه بر دقت الگوریتم ردیابی، سرعت اجرا نیز بهبهود یافته است. زیرا برنامه استخراج ویژگی از ناحیه ی هدف، به زبان سی پیاده سازی شده است.

نویسندگان

وحید آزادزاده

دانشجوی کارشناسی ارشد، دانشکده مهندسی برق و کامپیوتر، دانشگاه یزد، یزد

علیمحمد لطیف

استادیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه یزد، یزد

امید فرح بخش منشی

دانشجوی کارشناسی ارشد، دانشکده مهندسی برق و کامپیوتر، دانشگاه یزد، یزد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • X. Mei and H. Ling, "Robust visut tracking and vehicle ...
  • L. Shapiro, Towards a vision-based motion framework: Oxford University, Department ...
  • K. F. Lai, "Deformable contours: Modeling, extraction, detection and classification, ...
  • X. Jia, H. Lu, and M.-H. Yang, "Visual tracking via ...
  • A. D. Jepson, D. J. Fleet, and T. F. El-Maraghi, ...
  • H. Li, C. Shen, and Q. Shi, "Real-time visual tracking ...
  • S. Avidan, "Support vector tracking, " IEEE Transactions _ Pattern ...
  • B. _ _ and S. Belongie, "Robust object tracking with ...
  • R. T. Collins, Y. Liu, and M. Leordeanu, "Online selection ...
  • H. Grabner, C. Leistner, and H. Bischof, "Sem i-supervised on-line ...
  • Q. Miao, G. Wang, C. Shi, X. Lin, and Z. ...
  • J. Shi and C. Tomasi, "Good features to track, " ...
  • S. Baker and I. Matthews, "Lucas-kanade 20 years on: A ...
  • Z. Kalal, K. Mikolajczyk, and J. Matas, "Fo _ rd-backward ...
  • نمایش کامل مراجع