انتخاب ویژگی در ردیابی یک شیء زیر آبی، مبتنی بر طبقه بندی کننده جدا ساز با وزن دهی نمونه ها

امروزه روشهای ردگیری به طور گسترده ای در بینایی ماشین مورد مطالعه قرار گرفته اند. در این میان، روشهای ردگیری به وسیله آشکارسازی از اهمیت بالایی برخوردار می باشند. در روشهای ردگیری به وسیله آشکارسازی ابتدا طبقه بندی کننده، به صورت آنلاین آموزش داده می شود و سپس پنجره لغزنده به منظور استخراج نمونه های مثبت(مربوط به شیء هدف) و منفی (پس زمینه) در فریم جدید اعمال خواهد شد. طبقه بندی کننده بروزرسانی شده، در این مرحله به نمونه های استخراج شده اعمال می شود، تا تابع هدف تخمین زننده مکان شیء را ماکزیمم و مکان شیء را در فریم جدید مشخص کند. در این مقاله با وزن دهی نمونه ها به صورت آنلاین و مرتبط ساختن مقدار اهمیت هر نمونه به خروجی طبقه بندی کننده، مکان شیء در هر فریم تخمین زده می شود. همچنین روشی برای انتخاب ویژگی در سطح نمونه ها برای ردگیری اشیاء زیرآب نیز پیشنهاد داده می شود و بهبود عملکرد سیستم ردگیری پیشنهادی در این مقاله با مقایسه با سیستم ردگیری انتخاب ویژگی آنلاین (ODFS) نشان داده می شود.

Keywords:

انتخاب ویژگی آنلاین , ردیابی اشیاء , طبقه بندی کننده جدا کننده , وزن دهی نمونه ها , ویدئوهای زیرآبی