بررسی و بهبود الگوریتم gm-phd در ردیابی اهداف تصویری در حال تصادم و تعیین خط سیر آنها

یکی از مسائل مهم در بینایی ماشین، ردیابی اهداف در تصویر می باشد. تخمین وضعیت تعدادی نامعلوم از اهداف به منظور ردیابی اهداف چندگانه، بر مبنای مشاهدات دریافت شده در طول زمان انجام می شود. در بین مشاهدات دریافت شده، مشاهدات کاذب نیز وجود دارند. به منظور ردیابی اهداف در تصویر، معمولا از روش تخصیص مشاهدات به اهداف متناظر آنها به همراه یک فیلتر ردیاب اهداف استفاده می شود. از فیلتر کالمن به منظور ردیابی یک تک هدف در تصویر استفاده می شود. این در حالی است که ردیابی زمانی پیچیده می گردد که تعداد اهداف تصویری افزایش یافته و مشکلاتی مانند تصادم و ترسیم درست خط سیر اهداف به وجود می آیند. فیلتر های بسیاری به منظور ردیابی چندین هدف ارائه شده اند که هر کدام مشکلاتی مانند حفظ درست خط سیر اهداف، از دست رفتن خط سیر اهداف بعد از تصادم، پیچیدگی بالا، محدودیت در تعداد اهداف و غیره را شامل می شوند. یکی از جدیدترین روش های ارائه شده، استفاده از فیلتر probability hypothesis density (phd) می باشد که با داشتن پیچیدگی محاسباتی کمتر، توانایی بالایی در تخمین موقعیت اهداف و ردیابی همزمان آنها در شرایط نویزی دارد. یکی از مشکلات این فیلتر در زمان وجود ابهام و تصادم است. از دیگر مشکلات این فیلتر می توان به عدم تخصیص مشاهدات به اهداف در مرحله تخمین اشاره نمود. لذا در این روش، خط سیر اهداف تعیین نمی شود که این ضعف باعث می گردد که بعد از مرحله تخمین نیاز به استفاده از یک روش تخصیص تخمین به هدف درنظر گرفته شود. به منظور بهبود پیچیدگی محاسباتی این فیلتر، روش gaussian mixture phd (gm-phd) ارائه شد اما هنوز مشکل تخصیص مشاهدات به اهداف موجود بود. به همین منظور، یک روش تخصیص به نام gm-phd tracker پیشنهاد گردید که برای هر یک از اهداف، یک برچسب واحد تعیین می شود. کارایی این فیلتر در زمان تصادم به شدت کاهش می یابد. به بیان دیگر، اولین مشکل این فیلتر، معیار تشخیص تصادم آن است که این معیار زمانی تصادم را تشخیص می دهد که دو هدف کاملاً روی هم قرار گرفته باشند که در این صورت احتمال از دست رفتن مشاهدات هدف پشت سری افزایش یافته و در بسیاری از حالات تصادم تشخیص داده نمی شود و در این صورت خط سیر اهداف بعد از تصادم از بین می رود. علاوه بر این، تکنیک ارائه شده در این فیلتر به منظور تعیین برچسب اهداف در زمان تصادم عملکرد ضعیفی را نشان می دهد. در این پایان نامه معیار تشخیص تصادم بدین صورت بهبود یافته است که در هر زمان احتمال تصادم محاسبه می شود و به نسبت احتمال تصادم وزن هدف پشت سری افزایش می یابد که در این صورت مشاهده هدف پشت سری حفظ می شود. به منظور بهبود معیار تعیین برچسب در زمان تصادم، روش پیشنهادی بر مبنای استفاده از تاریخچه برچسب اهداف در گذشته ارائه شده است. علاوه بر این تکینیکی ارائه شده است که برچسب اهداف در زمان تصادم بر مبنای سرعت اهداف تعیین شود. نتایج آزمایشگاهی بر روی تعدادی داده تست واقعی و شبیه سازی نشان می دهد که روش پیشنهادی عملکرد بهتری نسبت به فیلترgm-phd tracker دارد و این روش قابل استفاده در کاربردهای نظارتی مانند کنترل عابرین پیاده، می باشد.