کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6937699 1449831 2018 18 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Three-step-ahead prediction for object tracking
ترجمه فارسی عنوان
پیش بینی سه مرحله ای برای ردیابی شیء
کلمات کلیدی
پیش بینی چند مرحله ای پیش رو، نظریه فراکتال، نظریه خاکستری، شبه هواپیما، ردیابی شی،
ترجمه چکیده
در این مقاله روش پیش بینی سه مرحله ای با استفاده از دینامیک چاوز برای تخمین حالت در ردیابی شی معرفی می شود. حرکت غیرخطی یک جسم به یک فضای حالت کم ابعادی برای استفاده از پیش بینی های کوتاه مدت سیستم های هرج و مرج جاسازی شده است. معماری محاسباتی این روش به شرح زیر است: یک روش شبیه مدار برای نشان دادن مشاهدات زیاد بعدی حرکت غیر خطی به جبهه شبه در فضای حالت با ویژگی های هرج و مرج جاسازی شده است. پس از آنکه تئوری خاکستری به شیوه شبه ای به منظور کاهش ابعاد مسیر به کار برده می شود، روش فراکتال برای پیش بینی های سه حالت حرکت جنبش استفاده می شود. برای اصلاح دولت، اعضای گروه برای انتخاب بهترین حالت بر اساس عملکرد احتمال مدل رنگی نامزدها استفاده می شوند. به منظور ارزیابی کارایی ردیاب های آشوب، ما ردیابی آشفته را در برابر ردیابی با تشخیص و روش های تصادفی مقایسه می کنیم. نتایج عددی نشان می دهد که روش پیش بینی هدف در انسداد کامل و حرکت ناگهانی با سطح بالایی از دقت است. بنابراین، روش مبتنی بر هرج و مرج برای پیش بینی هدف، نسبت به ردیاب های موجود برتر است. ردیاب می تواند اهداف کوچک را در دنباله های ویدئویی دقیق قرار دهد. الگوریتم پیشنهادی حدود دو برابر سریعتر از روش فیلتر ذرات است، در حالی که خطای فیلتر ذرات بیشتر از خطای ردیاب پیشنهاد شده است. محدودیت روش پیشنهادی نیز در زمینه پیش زمینه و صحنه پیچیده نشان داده شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر چشم انداز کامپیوتر و تشخیص الگو
پیش نمایش مقاله
پیش بینی سه مرحله ای برای ردیابی شیء
چکیده انگلیسی
In this paper, a three-step-ahead prediction method is introduced using chaotic dynamics for state estimation in object tracking. The nonlinear movement of an object is embedded into a low-dimensional state space to utilize the short-term predictions of chaotic systems. The computational architecture of the method is structured as follows. A pseudo-orbit methodology is presented to embed the high dimensional observations of non-linear movement into the pseudo trajectory in the state space with chaotic characteristics. After the Grey theory is applied into the pseudo trajectory in order to reduce the dimension of trajectory, the fractal method is used for three state predictions of the object's movement. For state correction, ensemble members are used to select the best state based on the likelihood function of the color model of candidates. In order to evaluate the efficiency of the chaotic tracker, we compare the chaotic tracker against tracking by detection and stochastic methods. The numerical results demonstrate that the method predicts the target in full occlusions and abrupt motion with a high level of accuracy. Thus, the chaos-based method for making target prediction is vastly superior to existing trackers. The tracker can localize small targets in video sequences accurately. The proposed algorithm is about two times faster than the particle filter method while the error of the particle filter is more than the error of the proposed tracker. The limitations of the proposed method are also illustrated in clutter background and complex scene.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Image and Vision Computing - Volume 75, July 2018, Pages 11-20
نویسندگان
, , , ,