ردیابی حرکات چندگانه در بحث مسیریابی شبکه ای یک موضوع جدید است که طی چند سال اخیر مورد تخقیق و بررسی قرار گرفته است. در این مقاله تیم پی سی اسکریپت تلاش دارد تا در خصوص مقایسه ردیابی حرکات چندگانه با ارائه مدل استنتاجی خودگردان مقاله چاپ شده ای را ارائه نماید.
چکیده :
در این مقاله، به بررسی ردیابی حرکات چندگانه با استفاده از فیلتر کالمن پرداخته شده است، که بر اساس ترکیب مدل پس زمینه هر پیکسل و مجموعه ای از مدلهای پیش زمینه تک فرضی بر مبنای مدل کلی اندازه شیء، موقعیـت، سـرعت و توزیع رنگ می باشد. فیلتر کالمن، تخمین موقعیت هدف بر اساس اندازه گیری های قبلی، و تخمـین موقعیـت بـر اسـاس اندازه گیری های فعلی را برای بدست آوردن تخمین فیلتر شده موقعیت هدف، ترکیب می نماید. ایـن ترکیـب بطـوری انجام می گردد که تخمینی حاصل شود که مینیمم واریانس را داراست.
بعبارت دیگر، دارای بهتـرین دقـت مـی باشـد. سیستم، نزدیک به آهنگ فریمهای ویدئویی کار میکند. در ایـن جـا، دو مـدل کـه شـاملردیابی پرش های انسان و ردیابی موتورسوارها می باشد، بررسی می شود ویک مدل استنتاجی خودگردان پیـشنهاد شـده است که فاکتورهای مربوط به هر دو مدل را در خود دارد و با توجه به دریافت چند فریم اول از یک تصویر، الگوریتم ردیـابی مربوط به تصویر مذکور را با توجه به بلاک دیاگرام های مدلها، انتخاب می نماید. سپس مقدار خطا بین ناحیـه انـداه گیـری شده و حقیقی در دو مدل محاسبه شده و میزان دقت روش مورد استفاده در مدلهای مذکور نشان داده می شود.
گذری بر ردیابی حرکات چندگانه:
بینایی ماشین و ردیابی حرکات چندگانه یکی از زمینه های پر اهمیت علـم کـامپیوتر می باشد و سالهاسـت کـه محققـان بـه پیـشرفت و توسـعه آن پرداخته انـد. مهمتـرین هـدف بینـایی ماشـین، شـبیه سـازی عملکرد سیستم بینایی انسان است و شاید به جرات بتوان گفت
که بزرگترین هدف بینایی ماشین سـاختن یـک ماشـین دارای بینایی همه منظوره می باشد. از چنین ماشینی انتظار می رود
که بتواند خود را در محیط های دلخواه هدایت کنـد و اشـیاء را در مسیر خود شناسایی نماید و به مقصدی که باید برسد، خـود
را برساند.
در واقع امروزه فاصله بینایی ماشین از بینـایی انـسان بسیار زیاد است و هنوز در ایـن زمینـه بـسیار جـای تحقیـق و فعالیــت دارد. علاقــه بــه روش هــای پــردازش تــصویر از دو محدوده کاربردی اصلی نشات می گیرد کـه عبارتنـد از: بهبـود اطلاعات تصویری به منظور تعبیر انسانی، و پردازش داده های صــحنه بــرای ادراک ماشــینی مــستقل . در مجموعــه الگوریتمهای تصویری ارائه شده طی چند دهـه گذشـته، هـدف عمده، یافتن روش هایی اسـت کـه قـادر بـه ارتقـای اطلاعـات
تصویری برای تعبیر و تحلیل انـسان باشـد.