تتبع متوسط ​​التحول القوي مع مدرج تكراري مرجح للخلفية مصحح

الوصف

في هذا المشروع ، أثبتنا أن تمثيل BWH في [3] يعادل تمثيل الهدف المعتاد بحيث لا يمكن تقديم معلومات جديدة لتحسين أداء تتبع التحول المتوسط. ثم اقترحنا طريقة CBWH لتقليل أهمية المعلومات الأساسية وتحسين التوطين المستهدف. تقوم خوارزمية CBWH المقترحة فقط بتحويل الرسم البياني للنموذج المستهدف وتقليل احتمالية ميزات النموذج المستهدف البارزة في الخلفية. يحقق CBWH حقًا ما يريده BWH. أثبتت النتائج التجريبية أن CBWH لا يمكنه فقط تقليل رقم التكرار ذو التحول المتوسط ​​ولكن أيضًا تحسين دقة التتبع. تتمثل إحدى ميزاته المهمة في أنه يقلل من حساسية تتبع التحول المتوسط ​​لتهيئة الهدف بحيث يمكن لـ CBWH تتبع الهدف بقوة حتى لو لم يتم التهيئة بشكل جيد.

reference :

[3] Comaniciu, D., Ramesh, V., Meer, P.: ‘Kernel-based object tracking’, IEEE Trans. Pattern Anal. Mach. Intell., 2003, 25, (2), pp. 564–577

Ning, J., Zhang, L., Zhang, D., & Wu, C. (2012). Robust mean-shift tracking with corrected background-weighted histogram. IET computer vision, 6(1), 62-69.

ترميز قوي منتظم للتعرف على الوجوه