ردیابی اهداف متحرک هوایی با استفاده از تخمین چگالی کرنل بر اساس الگوریتم فیلتر ذره
Abstract
No abstract recorded for this item.
No abstract recorded for this item.
چکیده: در این مقاله، به منظور ردیابی اهداف متحرک روشی جدید بر اساس الگوریتم فیلتر ذره ارائه شده است. تعیین تعداد مراحل بازنمونهبرداری در الگوریتم فیلترذره یکی از عوامل مهم در تعیین مدت زمان پردازش تصاویر میباشد. در مقالة حاضر با تخمین چگالی کرنل گوسی، هیستوگرام وزندارشده مدل هدف
تعیین مناسب شعاع کرنل یکی از پارامترهای بحرانی ردیابی مبتنی بر چگالی کرنل می باشد، که تاکنون راهکار کامل و بی عیبی برای آن بیان نشده است. در این مقاله از یک روش لبه یابی با الگوریتم ردیاب مبتنی بر کرنل برای وفقی سازی شعاع آن استفاده می شود و از ترکیب آن با الگوریتم بازنمونه بردار
تعیین مناسب شعاع کرنل یکی از پارامترهای بحرانی ردیابی مبتنی بر چگالی کرنل می باشد، که تاکنون راهکار کامل و بی عیبی برای آن بیان نشده است. در این مقاله از یک روش لبه یابی با الگوریتم ردیاب مبتنی بر کرنل برای وفقی سازی شعاع آن استفاده می شود و از ترکیب آن با الگوریتم بازنمونه بردار
TLD مخفف ردیابی، یادگیری و آشکارسازی است. همان طور که از نام آن پیداست، این ردیاب، کار ردیابی طولانی مدت را به سه جزء کوتاه مدت ردیابی، یادگیری و آشکارسازی، تجزیه میکند. ردیاب، شئ را به صورت فریم به فریم دنبال میکند. آشکارساز همه مواردی که تاکنون مشاهده شدهاند را دسته بندی می
مسئله ردگیری به طور عام عبارت است از مکان یابی و موقعیت یابی هدفی با موقعیت متغیر در طول زمان های پیاپی. ازجمله ابزارهایی که به یاری آن مسئله ردگیری با هدف تعیین موقعیت جسم میسر می شود فیلتر ذره ای است که به عنوان فیلتری تخمین گر مطرح است. در این پروژه، هدف بررسی الگوریتم فیلتر ذ
ردیابی اهداف تصویری یکی از زمینه های فعال در حوزه بینایی ماشینی می باشد. استفاده از روش فیلتر ذره ای در سال های اخیر نتایج قابل توجهی را در بر داشته و از این رو این روش برای کاربرد های مختلف توسط محققین توسعه یافته است. در این پایان نامه ردیابی اهداف تصویری توسط فیلتر ذره ای مورد