Multi-step prediction method for robust object tracking

در این مقاله روش پیش بینی چند مرحله ای پیش رو برای ردیابی شیء بر اساس نظریه هرج و مرج معرفی شده است. نظریه هرج و مرج برای حفظ اطلاعات حرکت جسم و مدل عدم قطعیت و غیر خطی حرکت در توالی ویدیو استفاده می شود. روش الگوریتم شامل سه مرحله است. اول، با استفاده از حالتهای قبلی شیء، برای به دست آوردن حالت بعدی، برای برآورد وضعیت بعدی، تطبیق داده می شود. دوم، اعضای این گروه از دولت برای پیش بینی پیش بینی های چند مرحلهای پیش بینی شده اند. سپس، تابع احتمال از اعضا، پچ کاندید را برای تشخیص هدف با استفاده از اطلاعات رنگ انتخاب می کند. این الگوریتم به علت اطلاعات پویای بالا از پیش بینی حرکت و هرج و مرج به طور قابل توجهی خطا پیش بینی را کاهش می دهد. برای بررسی کارایی ردیاب، الگوریتم ردیابی با روش های تصادفی و قطعی در دو مجموعه داده مقایسه می شود. نتایج نشان می دهد که ردیاب مبتنی بر هرج و مرج با سایر روش های پیشرفته ترین در حرکت ناگهانی، اکلوژن و خارج از دید بهتر عمل می کند. الگوریتم حدود دو برابر سریعتر از روش فیلتر ذرات است، در حالی که خطای فیلتر ذرات حدود دو برابر بیشتر از خطای روش ردیابی مبتنی بر هرج و مرج است.