La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Robust Object Tracking via Combining Observation Models Suivi d'objets robuste via la combinaison de modèles d'observation

Fan JIANG, Guijin WANG, Chang LIU, Xinggang LIN, Weiguo WU

  • Vues en texte intégral

    0

  • Citer

Résumé:

Divers modèles d'observation ont été introduits dans la communauté du suivi d'objets, et leur combinaison est devenue une direction prometteuse. Cet article propose une nouvelle approche pour estimer les niveaux de confiance de différents modèles d'observation, puis les combiner efficacement dans le cadre du filtre à particules. Dans notre approche, la distribution spatiale de la vraisemblance est représentée par trois paramètres simples mais efficaces, reflétant la similarité globale, la netteté de la distribution et le degré de multi-pics. L'équilibre de ces trois aspects conduit à une bonne estimation des confiances, ce qui permet de conserver les avantages de chaque modèle d'observation et d'augmenter encore la robustesse à l'occlusion partielle. Des expérimentations sur des séquences vidéo difficiles démontrent l’efficacité de notre approche.

Publication
IEICE TRANSACTIONS on Information Vol.E93-D No.3 pp.662-665
Date de publication
2010/03/01
Publicisé
ISSN en ligne
1745-1361
DOI
10.1587/transinf.E93.D.662
Type de manuscrit
LETTER
Catégories
Reconnaissance d'images, vision par ordinateur

Auteurs

Mots-clés

Table des matières