Proponemos un algoritmo de seguimiento más eficaz que puede funcionar de forma robusta en una escena compleja como la iluminación, el cambio de apariencia y la oclusión parcial. El algoritmo se basa en un filtro de partículas mejorado que utiliza el diseño eficiente del modelo de observación. Se utilizan filtros convolucionales predefinidos para extraer las características de alto orden. La representación global se genera combinando características locales sin cambiar sus estructuras y disposiciones espaciales. Esto no sólo aumenta la invariabilidad de las características, sino que también mantiene la especificidad. La característica extraída de la red de convolución se introduce en el algoritmo de filtro de partículas. El modelo de observación se construye fusionando la característica de color del objetivo y un conjunto de características de plantillas que en nuestro trabajo se extraen mediante redes convolucionales sin entrenamiento. Se fusiona con las características extraídas de la red convolucional para el seguimiento. En el proceso de seguimiento, la plantilla se actualiza en tiempo real, lo que mejora la robustez del algoritmo. Los experimentos demuestran que el algoritmo puede lograr un efecto de seguimiento ideal cuando los objetivos se encuentran en un entorno complejo.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Red Profunda Adversarial Generativa Convolucional y Red Neuronal Convolucional para la Detección de Humo
Artículo:
Métodos de clasificación para la toma de decisiones multicriterio: Aplicación a la evaluación comparativa de solucionadores y problemas.
Artículo:
Sistema de Acuerdo de Claves Autenticado por Usuario basado en Biometría, Eficiente y Seguro con Anonimato
Artículo:
Diseño, modelado y experimentos del recolector de energía piezoeléctrico de vibración inducida por vórtices con accesorios biónicos.
Artículo:
Estimaciones de Decaimiento para un Tipo de Modelo Diferencial-Integrativo de Viscoelasticidad Difusa.