ОТСЛЕЖИВАНИЕ ОБЪЕКТОВ НА ОСНОВЕ СРАВНЕНИЯ ГИСТОГРАММ ЦВЕТА
Аннотация
Предлагаются три версии гистограммного алгоритма отслеживания объектов на видеопоследовательностях, снятых нестабилизированной камерой. Версии основываются на сравнении с помощью критерия Баттачариа гистограмм цвета областей кадров либо гистограмм цвета пар ближайших пикселов областей кадров, которые могут рассматриваться как частный случай матриц встречаемости. Использование технологии программирования видеокарты CUDA позволяет добиться выполнения версий в режиме реального времени. Проводится сравнение модифицированного алгоритма с хорошо известным алгоритмом среднего сдвига, основанным на линейном приближении критерия Баттачариа. На основе экспериментов показывается, что модификации алгоритма являются более точными и надежными по сравнению с алгоритмом среднего сдвига, хотя и требуют большего объема вычислений. Проводится сравнение предложенных версий с корреляционными алгоритмами.
Об авторах
Б. А. Залесский
Объединенный институт проблем информатики НАН Беларуси
Беларусь
Беларусь
Э. Н. Середин
Объединенный институт проблем информатики НАН Беларуси
Беларусь
Беларусь
Н. В. Ядловский
Объединенный институт проблем информатики НАН Беларуси
Беларусь
Беларусь
Список литературы
1. Cheng, Y. Mean shift, mode seeking, and clustering / Y. Cheng // IEEE Trans. on Pattern Analysis and Machine Intelligence. – 1998. – № 17(8). – P. 790–799.
2. Yilmaz, A. Object tracking: A survey / A. Yilmaz, O. Javed, M. Shah // ACM Computing Surveys. – 2006. – Vol. 38, № 4. – 45 р.
3. Marimon, D. Orientation histogram-based matching for region tracking / D. Marimon, T. Ebrahimi // Proc. 8th Intern. Workshop on Image Analysis for Multimedia Interactive Services WIAMIS. – Santorini, 2007. – P. 8–12.
4. Lowe, D. Object recognition from local scale invariant features / D. Lowe // Proc. Intern. Conf. on Computer Vision ICCV. – Corfu, 1999. – P. 1150–1157.5. Bay, H. Surf: Speeded up robust features / H. Bay, T. Tuytelaars, L. Van Gool // Proc. 9th Europ. Conf. on Computer Vision ECCV. – Graz, 2006. – P. 404–417.
5. Altmann, J. A Fast Correlation Method for Scale-and Translation-Invariant Pattern Recognition / J. Altmann, H.J. Reitböck // IEEE Trans. Pattern Anal. Mach. Intell. – 1984. – Vol. 6, № 1. – P. 46–57.
6. Object Tracking by Particle Filtering Techniques in Video Sequences / L. Mihaylova [et al.] // Advances and Challenges in Multisensor Data and Information. NATO Security Through Science Series. – Netherlands : IOS Press, 2007. – P. 260–268.
7. Haralick, R.M. Textural Features for Image Classification / R.M. Haralick, K. Shanmugam, I. Dinstein // IEEE Transactions on Systems, Man, and Cybernetics. – 1973. – № 6. – P. 610–621.
8. Comaniciu, D. Real-Time Tracking of Non-Rigid Objects using Mean Shift // D. Comaniciu, V. Ramesh, P. Meer // Proc. IEEE Conf. on Computer Vision and Pattern Recognition, CVPR. – Hilton Head Island, 2000. – Vol. 2. – P. 142–149.
9. Афифи, А. Статистический анализ / А. Афифи, С. Эйзен. – М. : Мир, 1982. – 488 с.
10. Zalesky, B.A. Real Time Object Tracking Algorithm / B.A. Zalesky, E.N. Seredin // Intern. Congress on Computer Science: Information Systems and Technologies, CSIST 2013. – Minsk, 2013. – P. 500–504.
Рецензия
Для цитирования:
Залесский Б.А., Середин Э.Н., Ядловский Н.В. ОТСЛЕЖИВАНИЕ ОБЪЕКТОВ НА ОСНОВЕ СРАВНЕНИЯ ГИСТОГРАММ ЦВЕТА. Информатика. 2015;(2):22-30.
For citation:
Zalesky B.A., Seredin E.N., Yadlouski M.V. OBJECT TRACKING VIA COMPARISON OF COLOR HISTOGRAMS. Informatics. 2015;(2):22-30. (In Russ.)
Просмотров: 821
Послать статью по эл. почте 