بهبود فیلتر ذره ای با استفاده از الگوریتم نیرو گرانشی (GLSA) در ردیابی اجسام متحرک

در سال های اخیر با افزایش دوربین های فیلمبرداری و همچنین افزایش نیاز برای تحلیل های خوکار ویدیویی، علاقه مندان زیادی را نسبت به خود جلب کرده است. بینایی ماشین با ترکیب روش های مربوط به پردازش تصویر و ابزارهای یادگیری ماشین، رایانه را قادر به درک هوشمند معنا و محتوای تصاویر می کند. در این مقاله به منظور بهبود عملکرد فیلتر الگوریتم جدیدی بر پایه ترکیب فیلتر ذره ای و الگوریتم نیرو گرانشی مطرح می شود. فیلتر ذره ای در سال های اخیر به عنوان یک روش قدرتمند در این زمینه مطرح شده است. در روش پیشنهاد شده، پس از انتخاب شی مورد نظر برای ردیابی، تعدادی ذره حول مرکز شی انتخاب شده فرستاده می شود، که هر ذره ویژگی هایی را با تشکیل چنجریه ای به مرکزیت خودش از تصویر دریافت می کند، سپس وزن ذرات محاسبه می شوند، واضح است که ذراتی شباهت بیشتری نسبت به مدل ابتدایی دارند از وزنی بیشتری برخوردارند. حال در قسمت دوباره نمونه برداری با اعمال الگوریتم نیرو گرانشی بر روی ذرات بهترین ذره را انتخاب می کند و در مرحله بعد حول مختصات نقطه جدی چندین ذره می فرستند. با ورود فریم بعد این ذرات جدید، مجددا برای محاسبه وزن مراحل بالا را تکرار می کنند. هدف کاهش مشکلات کار با فیلتر ذره ای و افزایش دقت در محاسبات است. با بررسی نتایج آزمایشات مشاهده می شود همانطور که مورد انتظار بود روش ترکیب فیلتر ذره ای با الگوریتم نیرو گرانشی در مقایسه با روش های دیگر در داده هایی با پوشیدگی جزئی و همپوشانی کلی به بهبود یافته است که نشان دهنده آن است که روش پیشنهادی عملکرد باثبات تر نسبت به روش های مورد مقایسه دارد.

Keywords:

فیلتر ذره ای , بافت و رنگ , الگوریتم نیرو گرانشی , دوباره نمونه برداری