ردگیری هدف متحرک با استفاده از ماشین بردار پشتیبان

یک الگوریتم ردیابی جسم پرنده براساس بکارگیری توأماً ویژگی های رنگ و بافت برای مدل کردن هدف و سپس بکارگیری الگوریتم جابجایی میانگین برای ردگیری هدف در این پایان نامه بکار گرفته شده است. علاوه بر ویژگی های مرسوم رنگ، از ویژگی های بافت یعنی ویژگی میانگین و الگوی دودویی محلی برای نمایش هدف بکار گرفته شده اند. همچنین از ماشین بردار پشتیبان برای جداسازی هدف از پس زمینه استفاده کرده ایم. برای آموزش ماشین بردار پشتیبان از 40 تصویر از هدف مورد نظر که از زوایای متفاوت گرفته شده اند استفاده کرده ایم. در این تصاویر هدف به صورت دستی از پس زمینه جدا شده است. به منظور اینکه ممکن است برخی از پس زمینه های ممکن در طول ردیابی در تصاویر منتخب وجود نداشته باشند از گسترش پس زمینه استتفاده می کنیم. چون داده های استخراج شده برای آموزش ماشین بردار پشتیبان زیاد است داده هایی که در تعیین فوق صفحه جداکننده نقش خاصی ندارند را حذف می کنیم و ماشین بردار پشتیبان را آموزش می دهیم. بعد از دریافت اولین فریم و آزمایش آن توسط ماشین بردار پشتیبان، آن را توسط یک چهارچوب نمایش می دهیم و از الگوریتم جابجایی میانگین برای ردگیری آن در فریم های بعد کمک می گیریم. نتایج بدست آمده کارایی الگوریتم پیشنهادی را در دقت و سرعت تأیید می کند.