Real Time Occlusion Handling Using Kalman Filter and Mean-Shift
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: English
View: 1,499
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP08_160
تاریخ نمایه سازی: 9 بهمن 1392
Abstract:
Tracking objects using Mean Shift algorithm failswhen there is a full/partial occlusion or when the backgroundcolor and the desired object are close. In this paper we proposeda method using Kalman Filter and Mean Shift for handling thesesituations. Using similarity measure of Mean Shift algorithm weare able to detect an occlusion. Kalman Filter comes into the playfor occlusion handling in a Buffer-Mode Process. Weimplemented this algorithm both on PC and DSP 64x+ TexasInstrument and the results are both tabulated. The results revealthe ability of our method to locate the object soon after occlusiondisappearance.
Keywords:
Authors
Rahim Panahi
Dept. Electrical Engineering Sharif University Tehran
Iman Gholampour
Dept. Electrical Engineering Sharif University Tehran
Mansour Jamzad
Dept. Computer Science Sharif University Tehran
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :