ردیابی اجسام متحرک با استفاده از فیلتر ذرهای و مدل مشاهدهای مبتنی بر ترکیب چند ویژگی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 805

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

AIHE09_027

تاریخ نمایه سازی: 22 مهر 1394

چکیده مقاله:

در این مقاله الگوریتمی کارا جهت ردیابی شی در تصاویر ویدیویی با استفاده از ویژگی های رنگ و لبه و به کمک فیلتر ذرهای ارائه شده است.در روش پیشنهادی پس از انتخاب شی مورد نظر برای ردیابی، تعدادی ذره حول مرکز شی انتخاب شده فرستاده می شود، که هر ذره دو ویژگیرنگ و لبه را با تشکیل پنجره ای به مرکزیت خودش از تصویر دریافت می کند، سپس وزن این ذرات نسبت به مدل ابتدایی انتخاب شده محاسبهمی شود، واضح است که ذراتی که شباهت بیشتری نسبت به مدل ابتدایی انتخاب شده دارند، از وزن بیشتری برخوردار خواهند بود. حال این ذراتحول مختصات خودشان چندین ذره می فرستند که مجموع وزن این ذرات جدید برابر است با وزن ذره ی سنگین قبلی و ذراتی که از وزن کمتریبرخوردارند نمونه سازی مجدد انجام نمی دهند. با ورود فریم بعد این ذرات جدید، برای محاسبه وزن مجددا مراحل بالا را تکرار می کنند و مجموعمیانگین وزنی آنها مختصات جدید هدف را در فریم جاری مشخص می کند. نتایج شبیه سازی نشان می دهد که روش پیشنهادی از میانگین خطایکمتری نسبت به روشهای تطابق قالب و جابجایی میانگین برخوردار است. ضمن اینکه در همپوشانی های جزئی عملکرد بهتری از خود نشان می-دهد.

نویسندگان

مبینا کلانتری

گروه مهندسی برق الکترونیک ، دانشگاه آزاد اسلامی واحد علوم و تحقیقات گیلان ، رشت

راهیه نیارکی اصلی

استادیار، گروه مهندسی برق الکترونیک ، دانشکده فنی دانشگاه گیلان ، رشت

مرجان شیرین زاده

مربی ، موسسه آموزش عالی احرار

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 :
  • A. Yilmaz, O. Javed, and M. Shah, "Object tracking: A ...
  • G. Kitagawa, "Non-Gaussian State-Space Modeling of Nonstationary Time Series, ; ...
  • Tao ZHANG, Shumin FEI, Xiaodong LI, Hong LU, _ Improved ...
  • Object" , Intelligent Computation Technology and Automation (ICICTA), IE EE ...
  • R. C. Gonzalez, R. E. Woods and S. L. Eddins, ...
  • H. Tang, Y. Shi, J. Xia, and H. Yin, a ...
  • S. R. Kambhampati, "Target/Object Tracking Using Particle Filtering" MSc. Thesis, ...
  • ] M. Janipoor, R. Niaraki, "Moving object tracking based On ...
  • M. Petrou, P. G. Sevilla, "dealing with texture, " John ...
  • A. Materka and M. Strzelecki, _ analysis methods-a review, " ...
  • نمایش کامل مراجع