علیرضا توکلی کلاته نو - دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی، واحد نیشابور، گروه الکترونیک، نیشابور، ایران- ارائه دهنده
علی اکبر خزاعی - دکترای مهندسی برق- مخابرات

جستجوی یک انسان متحرک به معنی پیداکردن و تعیین موقعیت او در طول فریم های تصاویر در طول سالیان اخیر خصوصاً از لحاظ امنیتی، نظارتی و پردازش تصاویر بسیار مورد توجه قرار گرفته است. لیکن در این خصوص مشکلات زیادی وجود دارد از جمله می توان به حرکت غیریکنواخت و غیرمنعطف انسان یا یک فرد متحرک با پنهان و مخفی شدن قسمتی از اعضای بدن توسط اعضای دیگر یا بوسیله اشیاء ثابت و متحرک دیگر در میدان حرکت فرد اشاره نمود. لذا هدف تمامی روش های مختلف از ردگیری و دنبال نمودن انسان متحرک تحلیل حرکت، شناسایی و تشخیص نوع حرکت و رفتار متقابل انسان و ماشین است. روش های شناسایی و آشکار نمودن نوع حرکت را می توان به دو روش تولیدی و تمایزی تقسیم بندی کرد. در نوع روش تولیدی از ابتدا حالت و مدل بدن فرد و انسان متحرک را با فضای ویژگی تولید و سپس به دنبال تطبیق آن در فریم های پشت سر هم و متوالی می گردد. در نوع روش های ساختاری مدل بدن انسان متحرک در طول ردگیری و دنبال کردن و نه از ابتدا ساخته می شود. روش هایی که از احتمال برای تحلیل نوع حرکت، تعیین موقعیت و ردگیری انسان متحرک استفاده می کنند عملکرد مثبت و قابل قبولی را از خود نشان داده اند. در این نوع مکان و حتی سرعت انسان متحرک در چندین فریم ضبط می شود و بعد این مکان ها و با سرعت فرد با توزیع های احتمالی مدل سازی می شود تا از این مدل ها در فریم های آینده و بعدی برای ردگیری و دنبال کردن یک فرد متحرک کمک گرفته شود. می توان این مدل ها را در طول فریم هایی دربازه زمانی مشخص به روز کرده تا بشود با مدل بهینه تری کارکرد. یک راهکار اساسی و سودمند که برای ردگیری و دنبال کردن مدل حرکت بکار می رود. فیلتر ذره است. در این روش مکان آینده انسان متحرک به صورت ترتیبی بر اساس مدل حرکت تخمین زده می شود و اطلاعات مربوط به رنگ فرد و محل دقیق آن بوسیله مدل اندازه گیری در فریم های فعلی محاسبه می شود.

ردگیری ودنبال کردن انسان، تحلیل مدل حرکتی فرد، فیلتر ذره، مدل ARMA