بهبود سامانه ردیابی تصویری هدف مبتنی بر ویژگی های استخراج شده از شبکه عصبی عمیق

ردیابی تصویری هدف یکی از چالش برانگیزترین زمینه ها در حوزه بینایی ماشین است. هدف از ردیابی، تعیین موقعیت هدف در هر لحظه است. با این حال ردیابی با مشکلات مهمی مانند تغییرات روشنایی، انسداد، کلاتر، تغییر شکل و چرخش هدف روبه رو است. در دهه ی گذشته، الگوریتم های بسیاری برای غلبه بر این مشکلات ارایه شده اند. اخیرا استفاده از شبکه های عصبی عمیق برای استخراج ویژگی های تصویری مورد توجه قرار گرفته است. این پژوهش بر مبنای یک ردیاب که از شبکه عصبی عمیق به عنوان توصیف کننده هدف و از فیلتر همبستگی به عنوان تشخیص دهنده هدف استفاده میکند، انجام شده است. در این ردیاب، یک ترکیب خاصی از لایه های شبکه عصبی عمیق برای توصیف هدف به کار برده شده است. به منظور بهبود عملکرد ردیاب، سایر ترکیبهای ممکن از لایهها و استفاده از دو شبکه عمیق دیگر بررسی شده است. نتایج حاصل نشان داده که ترکیب ارایه شده در روش مبنا بهترین ترکیب نیست و همچنین، افزایش عمیق شبکه، لزوما باعث تولید ردیاب بهتری نخواهد شد. جهت انتخاب ویژگی از معیار فیشر استفاده شده است تا ویژگی های حاصل از شبکه عمیق با نظارت انتخاب شوند.

Keywords:

ردیابی تصویری هدف , شبکه عصبی عمیق , فیلتر همبستگی , انتخاب ویژگی , نرخ یادگیری وفقى