tailieunhanh - Theo vết đa đối tượng bằng giải thuật lọc hạt trên cơ sở của chuỗi Markov Monte Carlo

Bài viết trình bày giải thuật theo vết nhiều đối tượng dựa trên cơ sở của lọc hạt theo chuỗi Markov Monte Carlo. Để tăng hiệu quả và chính xác của mô hình quan sát, chúng tôi đề nghị kết hợp hai nguồn thông tin dựa trên đặc trưng về màu sắc của đối tượng và ma trận tin cậy phát hiện tiền cảnh. Giải thuật lọc hạt với ước lượng phân bố theo chuỗi Markov Monte Carlo được áp dụng để giải quyết bài toán theo vết nhiều đối tượng. Mời các bạn cùng tham khảo! | HộiHội Thảo Quốc Thảo Gia Quốc Gia2015 2015về vềĐiện Điện Tử Tử Truyền Truyền Thông vàCông Thông và CôngNghệ Nghệ Thông Thông TinTin ECIT ECIT 2015 2015 Theo vết đa đối tượng bằng giải thuật lọc hạt trên cơ sở của chuỗi Markov Monte Carlo Trương Công Dung Nghi Chế Viết Nhật Anh Hồ Phước Tiến and Đỗ Hồng Tuấn Khoa Điện-Điện tử Trường Đại học Bách Khoa Đại học Quốc Gia Khoa Điện tử Viễn thông Trường Đại học Bách Khoa Đại học Đà Nẵng Tóm tắt Chúng tôi trình bày trong bài báo này giải thuật nhiều đặc tính khác nhau 11 . Một vài hướng tiếp cận khác theo vết nhiều đối tượng dựa trên cơ sở của lọc hạt theo chuỗi đề xuất các phép biến đổi affine trong không gian trạng thái Markov Monte Carlo. Để tăng hiệu quả và chính xác của mô state space model 12 13 14 hoặc cải thiện bước lấy hình quan sát chúng tôi đề nghị kết hợp hai nguồn thông tin mẫu các hạt theo kiểu truyền thống 15 4 16 . dựa trên đặc trưng về màu sắc của đối tượng và ma trận tin cậy phát hiện tiền cảnh. Giải thuật lọc hạt với ước lượng phân Trong bài báo này chúng tôi đề xuất giải thuật theo vết bố theo chuỗi Markov Monte Carlo được áp dụng để giải quyết nhiều đối tượng với những tình huống thực tế phức tạp các bài toán theo vết nhiều đối tượng. Toàn bộ hệ thống được kiểm đối tượng có tương tác và bị che lấp một phần . Giải thuật đề nghiệm trên hai bộ cơ sở dữ liệu thông dụng với các tình huống xuất dựa trên ý tưởng xây dựng tập hợp các hạt theo mô hình thực tế phức tạp. Kết quả thực nghiệm cho thấy được hiệu quả chuỗi Markov Monte Carlo. Để tăng độ chính xác của quá của giải thuật đề xuất. trình ước lượng chúng tôi đề xuất kết hợp mô hình đặc trưng Từ khóa Theo vết đa đối tượng lọc hạt particle filtering dựa trên đặc điểm màu sắc của đối tượng với ma trận xác chuỗi Markov Monte Carlo Markov Chain Monte Carlo phát suất thu được từ giải thuật phát hiện đối tượng tiền cảnh 17 . hiện tiền cảnh. Giải thuật lọc hạt theo mô hình chuỗi Markov Monte Carlo được áp dụng để ước lượng phân bố tiên quyết posterior .