Filtrage particulaire marginalisé pour la poursuite multi-objets
نویسندگان
چکیده
In this paper, we focus on the multi-object filtering problem via Random Finite Sets. In this context, the problem consists in propagating the Probability Hypothesis Density (PHD) function which enables to estimate the number of objects and the hidden states. The use of Sequential Monte Carlo (SMC) methods may lead to innacurate estimates when the dimension of the state vector is high. In order to cope with this issue, we combine a marginalisation technique to an efficient sampling method which guides the particles in regions where the objects are likely to be present.
منابع مشابه
Empreintes conceptuelles et spatiales pour la caractérisation des réseaux sociaux
Résumé. Cet article propose une méthode reposant sur l’utilisation de l’Analyse Formelle de Concepts et des treillis de Galois pour l’analyse de systèmes complexes. Des statistiques reposant sur ces treillis permettent de calculer la distribution conceptuelle des objets classifiés par le treillis. L’expérimentation sur des échantillons de trois réseaux sociaux en ligne illustre l’utilisation de...
متن کاملProbabilistic Color-Based Multi-Object Tracking with Application to Team Sports
This paper addresses the problem of tracking multiple non rigid objects — such as humans — in videos. Firstly, it aims at showing how tracking can be improved with the help of background analysis. Background color modeling is used to optimise the target discrimination, to detect specific situations such as occlusions or clutter, and to perform selective adaptation of the target model. Backgroun...
متن کاملParticle Filter-Based Visual Tracking by Fusing Multiple Cues with Context-Sensitive Reliabilities Suivi d’objet dans des séquences d’images par filtrage particulaire et fusion d’informations, prenant en compte leur fiabilité
Many researchers argue that fusing multiple cues increases the reliability and robustness of visual tracking. However, how the multi-cue integration is realized during tracking is still an open issue. In this work, we present a novel data fusion approach for multi-cue tracking using particle filter as the underlying framework. Our method differs from previous approaches in the following ways. F...
متن کاملPoursuite de cibles dans l'espace de recommandation - vers un nouveau système de recommandation basé sur le filtrage de Kalman
RÉSUMÉ. Dans cet article, nous proposons une nouvelle approche de système de recommandation basée sur la poursuite de cible à l’aide des filtres de Kalman. Nous supposons que les utilisateurs et leurs consommations de télévision (films, séries, émissions, etc.) sont représentés par des vecteurs dans l’espace multidimensionnel des genres des contenus (action, aventure, divertissement, etc.). Con...
متن کاملFormalisation de la Confidentialité dans une Base de Données à Objets
Plusieurs modèles de sécurité multi-niveaux pour les bases de données à objets sont récemment apparus dans la littérature. Dans cet article, nous nous intéressons au modèle Multi-Vues [BCGY93b][BCGY94]. Notre premier objectif n’est pas de présenter un nouveau modèle de sécurité, mais plutôt de présenter le modèle Multi-Vues de façon formelle. Un second objectif est d’étendre le modèle Multi-Vue...
متن کامل