الوصف
من خلال تحليل الميزات اللحظية لصورة الوزن للمنطقة المرشحة المستهدفة ومعاملات Bhattacharyya ، قمنا بتطوير خوارزمية تتبع التحول التكيفي للمقياس والتوجيه (SOAMST).
يمكن أن يحل مشكلة كيفية التقدير القوي لتغييرات المقياس والتوجه للهدف في إطار متوسط إطار تتبع التحول. يمثل وزن البكسل في المنطقة المرشحة احتمال الانتماء إلى الهدف ، بينما يمكن أن تمثل لحظة الترتيب الصفري لصورة الأوزان المنطقة الموزونة للمنطقة المرشحة.
باستخدام لحظة الترتيب الصفري ومعامل Bhattacharyya بين النموذج المستهدف والنموذج المرشح ، تم اقتراح طريقة بسيطة وفعالة لتقدير المنطقة المستهدفة. ثم تم اقتراح نهج جديد ، يعتمد على منطقة الهدف ولحظات مركز الترتيب الثاني المصححة ، لتقدير تغييرات العرض والارتفاع والاتجاه للهدف بشكل تكيفي.
ترث طريقة SOAMST المقترحة مزايا تتبع التحول المتوسط ، مثل البساطة والكفاءة والمتانة. تم إجراء تجارب واسعة النطاق وأظهرت النتائج أن SOAMST يمكنه تتبع الكائنات بشكل موثوق به مع تغييرات الحجم والتوجيه ، وهو أمر يصعب تحقيقه بواسطة أحدث المخططات الأخرى. في البحث المستقبلي ، سنركز على كيفية اكتشاف واستخدام الشكل الحقيقي للهدف ، بدلاً من نموذج القطع الناقص أو المستطيل ، من أجل تتبع أكثر قوة.
ref :
Ning, Jifeng, Lei Zhang, David Zhang, and Chengke Wu. “Scale and orientation adaptive mean shift tracking.” IET Computer Vision 6, no. 1 (2012): 52-61.
المراجعات
لا توجد مراجعات بعد.