ОТСЛЕЖИВАНИЕ И РАСПОЗНАВАНИЕ ДВИЖУЩИХСЯ ОБЪЕКТОВ НА ОСНОВЕ ИХ КЛАСТЕРНОГО ПРЕДСТАВЛЕНИЯ
Abstract
Представлены методы и алгоритмы отслеживания и распознавания 2D изображений объектов видеопоследовательностей, основанные на их кластерном представлении и описании. Предложенные алгоритмы позволяют быстро работать с кластерами, затрачивая на это незначительную часть времени, отведенного на обработку одного кадра видеопоследовательности. Для отслеживания и сопровождения движущихся объектов используется также принцип фонового кадра – построенного фонового изображения, не содержащего движущихся объектов. Для распознавания и классификации предлагается метод сравнения гистограмм выделенных объектов, а также метод байесовской классификации, основанный на представлении структуры кластерных изображений матрицами.
About the Authors
Б. Залесский
Объединенный институт проблем информатики НАН Беларуси
Belarus
Belarus
А. Кравчонок
Объединенный институт проблем информатики НАН Беларуси
Belarus
Belarus
References
1. Sidenbladh H. Probabilistic tracking and reconstruction of 3D human motion in monocular video sequences. – Stockholm: Royal institute of technology, 2001. – 138 p.
2. Tracking and modeling non-rigid objects with rank constraints / L. Torresani, D.B. Yang, E.J. Alexander and C. Bregler // Proc. IEEE CVPR. – 2001. – V. 1. – P. 493-500.
3. Black M. J., Jepson A. Estimating optical flow in segmented images using variable-order parametric models with local deformations // IEEE TPAMI. – 1996. – V. 18. – №. 10. – P. 972-986.
4. Bao Y., Krim H. Smart nonlinear diffusion: a probabilistic approach // IEEE TPAMI. – 2004. – V. 26. – №. 1. – P. 45-73.
5. Kalman R. E. A new approach to linear filtering and prediction problems // ASME Journal of Basic Engineering. – 1960. – V. 82D. – №. 1. – P. 35-45.
6. Isard M., Blake A. ICONDENSATION: unifying low-level and high-level tracking in a stochastic framework // Lecture notes in computer science. – 1998. – V. 1406. – P. 893-908.
7. Жук Е.Е., Харин Ю.С. Устойчивость в кластер-анализе многомерных наблюдений. – Мн.: БГУ, 1998. – 240 с.
Review
For citations:
, . Informatics. 2004;(2(02)):68-78. (In Russ.)
Views: 534
Email this article 