تتبع الكائن في الوقت الفعلي عبر اختيار الميزات التمييزية عبر الإنترنت

15

الوصف

تقوم معظم خوارزميات التتبع عن طريق الكشف بتدريب المصنفات التمييزية لفصل الكائنات المستهدفة عن الخلفية المحيطة بها. في هذا الإعداد ، من المحتمل أن يتم تضمين العينات المشوشة عندما لا يتم أخذ عينات منها بشكل صحيح ، مما يتسبب في انحراف بصري. تم تطبيق نموذج التعلم متعدد المثيلات (MIL) مؤخرًا للتخفيف من هذه المشكلة. ومع ذلك ، يمكن استغلال المعلومات السابقة المهمة لتسميات المثيلات والمثال الإيجابي الأكثر صحة (أي نتيجة التتبع في الإطار الحالي) باستخدام صيغة جديدة أبسط بكثير من نهج التربية الإعلامية والمعلوماتية. في هذه الورقة ، نوضح أن دمج هذه المعلومات السابقة في خوارزمية تعلم خاضعة للإشراف يمكن أن يتعامل مع الانجراف البصري بشكل أكثر فاعلية وكفاءة من متتبع MIL الحالي.

نقدم خوارزمية اختيار ميزة تمييزية عبر الإنترنت تعمل على تحسين الوظيفة الموضوعية في اتجاه صعود شديد الانحدار فيما يتعلق بالعينات الإيجابية أثناء تواجدها في اتجاه هبوط حاد فيما يتعلق بالعينات السلبية. لذلك ، يقرن المصنف المدرب درجاته بشكل مباشر مع أهمية العينات ، مما يؤدي إلى تعقب أكثر قوة وفعالية. توضح التقييمات التجريبية العديدة باستخدام أحدث الخوارزميات على التسلسلات الصعبة مزايا الخوارزمية المقترحة.

تتبع قوي للكائن باستخدام رسم بياني لوني وملمس مشترك

 

تتبع كائن قوي من خلال تحديد الميزة النشطة

المراجعات

لا توجد مراجعات بعد.

كن أول من يقيم “تتبع الكائن في الوقت الفعلي عبر اختيار الميزات التمييزية عبر الإنترنت”

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

رمز المنتج: P2018F164 التصنيفات: , الوسم: