ردیابی بلادرنگ اهداف متحرک با استفاده از روشهای تطبیق مشخصه

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 607

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:

ICCSR01_155

تاریخ نمایه سازی: 5 بهمن 1395

چکیده مقاله:

یک گام اساسی در تجزیه و تحلیل ویدئو کشف و ردیابی اشیاء متحرک میباشد. در این مقاله به بررسی و مقایسه سه الگوریتم ردیابی مبتنی بر تطبیق مشخصه که به صورت بلادرنگ هدف را دنبال می کنند پرداخته می شود. یکی از چالشهای موجود انتخاب ویژگیهایی است که در مقابل تغییر شدت روشنایی، انسداد، تغییر مقیاس و دوران مقاوم باشند. ابتدا نقاط ویژگی توسط یکی از آشکارسازهای های KLT ،SIFT و BRISK برای ناحیهی هدف که در فریم اول مشخص شده، استخراج میشود. سپس در فریم های بعدی نقاط ویژگی در یک پنجرهی بزرگتر پیرامون موقعیت هدف در فریم قبلی جستجو میشود. در گام تطبیق ویژگی ها بهترین تطبیق برای نقاط کلیدی استخراج شده در فریم های متوالی توسط بخش تطبیقی الگوریتم KLT به دست می آید. روش پیشنهادی بر روی 14 مجموعه دنبالهی ویدئویی اعمال گردید و دو معیار ارزیابی کیفیت برای سنجش کارایی، استفاده شد. در ارزیابی ها میانگین خطای پیکسل مرکزی 65/11 و سرعت اجرا به طور متوسط 97/35برای الگوریتم استخراج نقاط کلیدی BRISK حاصل شد که حاکی از برتری این الگوریتم در استخراج نقاط کلیدی و ردیابی اشیاء صلب در فریم های متوالی نسبت به الگوریتم KLT و SIRF می باشد.

نویسندگان

سعیده رضوی

کارشناسی ارشد مخابرات سیستم/ دانشگاه صنعتی سجاد مشهد

امیرمسعود امینیان

استادیار / دانشگاه صنعتی سجاد مشهد،

امیرفرید امینیان

استادیار / دانشگاه صنعتی سجاد مشهد،

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 :
  • Shuo, H., W. Na, and S. Huajun, Object Tracking Method ...
  • Bowyer, K., C. Kranenburg, and S. Dougherty. Edge detector evaluation ...
  • Canny, J., A computational approach to edge detection. IEEE Transactions ...
  • Harris, C. and M. Stephens. A combined corner and edge ...
  • Lowe, D.G., Distinctive image features from scale- invariant keypoints. International ...
  • Moravec, H.P. Visual mapping by a robot rover. in Proceedings ...
  • Shi, J. and C. Tomasi. Good features to track. IEEE ...
  • Nanni, L., A. Lumini, and S. Brahnam, Survey on LBP ...
  • Ning, J., et al., Robust object tracking using joint color-texture ...
  • Paschos, G., Perceptually uniform color spaces for color texture analysis: ...
  • Tao, L. and G. Xu, Color in machine vision and ...
  • Mikolajczyk, K. and C. Schmid, Scale & affine invariant interest ...
  • Mikolajczyk, K. and C. Schmid. Indexing based _ scale invariant ...
  • Morel, J.-m. and G. Yu, On the consistency of the ...
  • Zhang, R. and J. Ding, Object Tracking and Detecting Based ...
  • Procedia Engineering, p. 1351-1355, 2012. ...
  • Lim, J. and W. Kim, Detecting and tracking of multiple ...
  • Lim, J.S. and W.H. Kim, Detection and tracking multiple pedestrians ...
  • Baker, S. and I. Matthews, Lucas-kanade 20 years _ A ...
  • Kalal, Z., K. Mikolajczyk, and J. Matas .Forward- backward error: ...
  • Mian, A.S. Realtime visul tracking of aircrafts. in and ...
  • Leutenegger, Stefan, Margarita Chli, and Roland Y. Siegwart. "BRISK: Binary ...
  • نمایش کامل مراجع