بررسی و بهبود الگوریتم های ردیابی مقاوم مبتنی بر انتقال متوسط

یکی از مسائل مطرح در حوزه بینایی ماشین ردیابی شئ متحرک است که به دلیل وجود چالش¬های فراوان همچنان پس از گذشت چند دهه توجه بسیاری از محققان را به خود جلب کرده است. هدف ردیابی، پیدا کردن موقعیت شئ متحرک در تمام قاب¬های ویدئو با توجه به دانستن مکان آن در قاب اول است که در زمینه¬های مختلفی مانند تعامل انسان و کامپیوتر، تشخیص پزشکی، نظارت تصویری، ربات هوشمند، نظامی و غیره به طور گسترده مورد استفاده قرار گرفته است. یکی از معروف¬ترین الگوریتم¬های ردیابی، الگوریتم ردیابی انتقال متوسط است که برای توصیف هدف به تعریف فضای ویژگی می¬پردازد. ویژگی مورد استفاده می¬تواند رنگ، بافت، لبه و یا نقاط گوشه¬ای هدف باشد. این الگوریتم در واقع یک روش تطبیق الگوست که از الگوی فرکانس پایین تصویر هدف کمک می¬گیرد و در هر قاب به ناحیه¬ای که مدل هیستوگرام رنگش به مدل هیستوگرام رنگ ناحیه هدف شباهت بیش¬تری داشته باشد، همگرا می¬شود. معیار تشابه، فاصله بین هیستوگرام¬ها است که به کمک ضریب باتاچاریا محاسبه می¬شود. اگرچه ردیاب انتقال متوسط از مزایایی همچون قابلیت بلادرنگ، پیاده¬سازی آسان و توانایی بالا برخوردار است، با این وجود از برخی مشکلات مانند نفوذ اطلاعات پس¬زمینه، تغییرات روشنایی، انسداد و غیره رنج می¬برد. بدین منظور برای مقابله با این مشکلات، در این پایان¬نامه ابتدا با استفاده از الگوریتم خوشه¬بندی k-means، رنگ¬هایی مطلوب که به¬عنوان ویژگی هدف در نظر گرفته می¬شوند را استخراج و با روش وزن¬دهی هیستوگرام پس¬زمینه اصلاح شده (cbwh)، اطلاعات موجود در هدف را برجسته و اطلاعات پس-زمینه را تضعیف می¬کنیم. سپس برای مقابله با انسداد جزئی و کامل، نظریه پیش¬سو-پس¬سو و همچنین فیلتر کالمن را مورد استفاده قرار می¬دهیم. کارایی ردیاب پیشنهادی با 5 روش مطرح دیگر بر روی 5 مجموعه داده و با استفاده از معیارهای ارزیابی کمی مختلف و کیفی مقایسه شده¬است. نتایج شبیه¬سازی بیانگر آنست که ردیاب پیشنهادی مشکلات ذکر شده را کاهش داده و در مجموع نسبت به سایر روش¬های مقایسه شده از عملکرد بهتری برخوردار است.