Sparse representation combined with context information for visual tracking

در ردیابی تصویری، مشکل اصلی یافتن کاندیدانی است که بیشترین هدف را در فریم های متوالی داشته اند، بنابراین مهم است که یک مکانیزم مناسب برای ارزیابی این طرح طراحی شود. در این مقاله، ما یک الگوریتم ردیابی بصری مبتنی بر نمایندگی مبتکرانه ارائه می دهیم که اطلاعات اطلاعات زمانی و مکانی ردیابی را به چارچوب یکپارچه می دهد. به طور خاص، ما شباهت بین هدف و نامزدهای آن را محاسبه می کنیم که بوسیله ترکیب سه جنبه از تغییر ظاهر هدف با وزن های مختلف به دست می آید. برای قسمت اول، ما یک نمایش پراک مبتنی بر پچ برای اندازه گیری شباهت بین هدف در اولین قاب و نامزدها در فریم فعلی اعمال می کنیم. از آنجا که نتیجه ردیابی در آخرین فریم، آخرین اطلاعات متنوعی از هدف را فراهم می کند، ما روش ارزیابی کیفیت تصویر را برای بدست آوردن نمرات مشابه در بخش دوم استخدام می کنیم و اطلاعات محتویات مکانی نیز مورد سوء استفاده قرار می گیرد. به عنوان ظاهر هدف ممکن است از تغییرات رادیکال در طول دنباله ویدئو رنج می برند، ردیابی که تنها از دو بخش ذکر شده در بالا استفاده می شود از مشکلات جدی روبرو می شود و به راحتی نتایج ردیابی نادرست را تجربه می کند. برای رفع این مشکل، با استفاده از تولید یک گروه از قالب های هدف تاریخی با توجه به نتایج ردیابی قبلی، با استفاده از محاسبات شباهت ها بین هر نامزد با آنها و حداکثر در بخش سوم، ما از اطلاعات زمینه های زمانی استفاده می کنیم. در نهایت، ما این قطعات را برای محاسبه نمرات شباهت و ترکیب نامزدها با بالاترین امتیاز به عنوان اهداف جدید در فریم های فعلی، ترکیب می کنیم. آزمایش های گسترده در دوازده ترتیب ویدئویی به چالش کشیدن نشان می دهد که الگوریتم ما می تواند عملکرد رقابتی با ردیاب های پیشرفته ای را به دست آورد.