We have presented a method for conv

We have presented a method for converting a fundamental
tracking technique (particle filtering using colour histograms)
to perform continuously adaptive data fusion with colour and
deep-IR thermal cameras.
This new algorithm exhibits several useful properties:
• Local background models are rapidly re-learned at every
frame, for every particle, and for both imaging modalities.
• These background models are used to continually re-
assess how much confidence should be assumed for each
modality, when computing particle weights.
• If the target becomes camouflaged in one or other modal-
ity, this is automatically detected, and the data fusion
process is weighted in favour of data from the other
modality.
• Where the target may be partially camouflaged in both
modalities, a best compromise blending of the data from
both modalities is found, by adaptively re-computing
confidences in each modality.
• The adaptation is extremely fast, because background
models are completely re-learned from scratch for every
image. This enables the technique to track difficult
sequences, where the background scene rapidly changes.
• Rapidly changing backgrounds often occur in situations
where the camera itself is moving. Hence this rapid adap-
tation technique is especially useful for visual servoing
of a pan-tilt camera rig, or for tracking from cameras
mounted on a moving robot.
• Although the technique has here been demonstrated for
merely fusing simple thermal and colour pixel intensities,
it can readily be extended to fusing an arbitrary num-
ber of different pixel features (e.g. edginess or texture
plus colour etc.) from one or arbitrarily many imaging
modalities. Future work will experiment with using this
method to incorporate and fuse various additional kinds
of features to improve tracking robustness.

ผลลัพธ์ (ไทย) 1:

เราได้นำเสนอวิธีการแปลงพื้นฐานติดตามเทคนิค (อนุภาค filtering โดยใช้ฮิสโตแกรมสี)การผสมผสานข้อมูลอย่างต่อเนื่องเหมาะสมกับสี และลึก-IR กล้องความร้อนอัลกอริทึมนี้ใหม่จัดแสดงหลายคุณสมบัติที่มีประโยชน์:•รูปแบบพื้นหลังของท้องถิ่นได้อย่างรวดเร็วเรียนรู้ใหม่ที่ทุกกรอบ สำหรับอนุภาคทุก และ modalities ทั้งถ่ายภาพ•ใช้รูปแบบพื้นหลังนี้ไปอย่างต่อเนื่องอีกครั้ง-ประเมินควรสันนิษฐาน confidence จำนวนสำหรับแต่ละmodality เมื่อคำนวณน้ำหนักของอนุภาค•ถ้าเป้าหมาย camouflaged ในหนึ่งหรืออื่น ๆ จนity โดยอัตโนมัติตรวจพบ และผสมผสานข้อมูลกระบวนการถ่วงน้ำหนักลงข้อมูลกันmodality•ที่เป้าหมายอาจจะบางส่วน camouflaged ทั้งmodalities ส่วนการประนีประนอมผสมผสานข้อมูลจากทั้ง modalities พบ โดยอย่างเหมาะใช้งานอีกครั้งconfidences ในแต่ละ modality•การปรับตัวได้อย่างรวดเร็วมาก เนื่องจากพื้นหลังรูปแบบมีทั้งเรียนรู้ใหม่ตั้งแต่ต้นสำหรับทุกรูปภาพของ ทำให้เทคนิคการติดตาม difficultลำดับ ที่ฉากพื้นหลังอย่างรวดเร็วการเปลี่ยนแปลง•สภาพพื้นหลังมักจะเกิดขึ้นในสถานการณ์ที่ตัวกล้องเองก็ย้าย ดังนั้นนี้อย่างรวดเร็ว adap บันทึก -เทคนิค tation เป็นประโยชน์อย่างยิ่งสำหรับภาพ servoingการแพนเอียงกล้องอุปกรณ์ หรือ การติดตามจากกล้องติดตั้งบนหุ่นยนต์เคลื่อนไหว•แม้ว่าสาธิตเทคนิคสำหรับที่นี่แต่ด้วยเรื่องความร้อนและสีพิกเซลปลดปล่อยก๊าซพร้อมสามารถจะขยายไปของการกำหนด num-ber ของพิกเซลที่แตกต่างกัน (เช่น edginess หรือพื้นผิวบวก กับสีอื่น ๆ) จากภาพหนึ่ง หรือหลายโดยmodalities การ ทำงานในอนาคตจะทดลองใช้วิธีการรวบรวม และฟิวส์ชนิดต่าง ๆ เพิ่มเติมคุณลักษณะการปรับปรุงเสถียรภาพการติดตาม

ผลลัพธ์ (ไทย) 2:

เราได้นำเสนอวิธีการสำหรับการแปลงพื้นฐาน
เทคนิคการติดตาม (FI อนุภาค ltering ใช้ histograms สี)
ในการดำเนินการฟิวชั่นข้อมูลการปรับตัวต่อเนื่องกับสีและความ
ลึก IR กล้องความร้อน
อัลกอริทึมใหม่นี้แสดงคุณสมบัติที่มีประโยชน์หลายประการ:
•รูปแบบพื้นหลังท้องถิ่นอย่างรวดเร็วอีกครั้งได้เรียนรู้ ในทุก
กรอบสำหรับทุกอนุภาคและสำหรับทั้งการถ่ายภาพรังสี
•รูปแบบพื้นหลังเหล่านี้จะถูกนำมาใช้อย่างต่อเนื่องอีกครั้ง
ประเมินว่ามั่นใจมาก Con Fi ควรได้รับการสันนิษฐานว่าสำหรับแต่ละ
กิริยาเมื่อคำนวณน้ำหนักอนุภาค
•ถ้าเป้าหมายจะกลายเป็น Camou ชั้นอายุในหนึ่งหรืออื่น ๆ modal-
ity นี้มีการตรวจพบโดยอัตโนมัติและฟิวชั่นข้อมูล
กระบวนการจะมีน้ำหนักในความโปรดปรานของข้อมูลจากคนอื่น ๆ
กิริยา
•ในกรณีที่เป้าหมายอาจจะเป็นบางส่วน Camou ชั้นอายุทั้ง
รังสี, การผสมการประนีประนอมที่ดีที่สุดของข้อมูลจาก
รังสีทั้งสองพบ โดยการปรับเปลี่ยนอีกครั้งคอมพิวเตอร์
dences Con Fi ในกิริยาแต่ละ
•การปรับตัวเป็นไปอย่างรวดเร็วมากเพราะพื้นหลัง
รูปแบบที่สมบูรณ์อีกครั้งได้เรียนรู้จากรอยขีดข่วนทุก
ภาพ ซึ่งจะช่วยให้เทคนิคในการติดตาม dif ศาสนา Fi
ลำดับที่ฉากพื้นหลังอย่างรวดเร็วการเปลี่ยนแปลง
ภูมิหลัง•เปลี่ยนแปลงอย่างรวดเร็วมักจะเกิดขึ้นในสถานการณ์
ที่กล้องตัวเองที่มีการเคลื่อนไหว ดังนั้นนี้อย่างรวดเร็ว adap-
เทคนิค tation เป็นประโยชน์อย่างยิ่งสำหรับ servoing ภาพ
ของแท่นขุดเจาะกล้องแพนเอียงหรือสำหรับการติดตามจากกล้อง
ติดตั้งอยู่บนหุ่นยนต์เคลื่อนที่
•แม้ว่าเทคนิคที่ได้รับที่นี่แสดงให้เห็นถึงการ
หลอมรวมเพียงง่ายความร้อนและสีเข้มพิกเซล,
ก็สามารถที่พร้อมจะขยายไปถึงการหลอมรวมนัมเบอร์พล
BER คุณสมบัติพิกเซลที่แตกต่างกัน (เช่นคมหรือพื้นผิว
บวกสี ฯลฯ ) จากหนึ่งหรือโดยพลการถ่ายภาพหลาย
รูปแบบ การทำงานในอนาคตจะมีการทดสอบโดยใช้
วิธีการที่จะนำมารวมกันและหลอมชนิดเพิ่มเติมต่างๆ
ของคุณสมบัติในการปรับปรุงการติดตามความทนทาน

ผลลัพธ์ (ไทย) 3:

เราได้นำเสนอวิธีการแปลงขั้นพื้นฐาน
ติดตามเทคนิค ( อนุภาคจึง ltering โดยใช้ฮิสโตแกรมสี )
แสดงอย่างต่อเนื่องข้อมูลแบบฟิวชั่นที่มีสีและ

ลึกความร้อน IR กล้อง วิธีใหม่นี้แสดงคุณสมบัติที่มีประโยชน์หลายรูปแบบพื้นหลัง
- ท้องถิ่นอย่างรวดเร็วอีกครั้งเรียนรู้ในทุก
กรอบทุกอนุภาคและ ทั้งภาพ modalities .
พื้นหลังรูปแบบบริการเหล่านี้ใช้อย่างต่อเนื่อง Re -
ประเมินเท่าใดจึงจะถือว่าหลอกลวง dence แต่ละ
กิริยาเมื่อคอมพิวเตอร์ของอนุภาคหนัก
- ถ้าเป้าหมายกลายเป็น camou flอายุในหนึ่งหรืออื่น ๆรูปแบบ -
ity นี้ถูกตรวจพบโดยอัตโนมัติและกระบวนการฟิวชั่น
ข้อมูลถ่วงน้ำหนักในความโปรดปรานของ ข้อมูลจากกิริยาอื่น ๆ
.
- ที่เป้าหมายอาจเป็นบางส่วน camou flอายุทั้ง
วิธีที่ดีที่สุดของการประนีประนอม , การผสมข้อมูล
ทั้งสอง modalities พบโดยการปรับตัวอีกครั้งคอมพิวเตอร์
คอน จึง dences ในแต่ละกิริยา .
- การปรับตัวเป็นไปอย่างรวดเร็วมาก เนื่องจากรูปแบบพื้นหลัง
สมบูรณ์อีกครั้งเรียนรู้จากรอยขีดข่วนทุก
ภาพ นี้จะช่วยให้เทคนิคดิฟจึงติดตามลัทธิ
ลำดับ ซึ่งเบื้องหลังฉาก
อย่างรวดเร็วการเปลี่ยนแปลง- การเปลี่ยนแปลงอย่างรวดเร็วของพื้นหลังที่มักจะเกิดขึ้นในสถานการณ์
ที่กล้องตัวเองเคลื่อนที่ ด้วยเหตุนี้อย่างรวดเร็ว adap -
tation เทคนิคที่เป็นประโยชน์อย่างยิ่งสำหรับภาพ servoing
pan เอียงกล้องอุปกรณ์หรือติดตามจากกล้อง
ติดตั้งบนหุ่นยนต์เคลื่อนที่ .
- แม้ว่าเทคนิคได้ถูกแสดงที่นี่สำหรับ
แค่ฟิวส์ความร้อนและความเข้มสีเรียบง่ายพิกเซล
,ก็สามารถพร้อมที่จะขยายด้วยการแก้ปัญหาน้ำ -
เบอร์ของพิกเซลคุณสมบัติที่แตกต่างกัน ( เช่น ความกระสับกระส่าย หรือพื้นผิว
บวกสี ฯลฯ ) จากหนึ่งหรือหลาย modalities การถ่ายภาพพล

การทำงานในอนาคตจะทดลองกับการใช้วิธีนี้
รวมและฟิวส์ต่างๆเพิ่มเติมชนิด
คุณสมบัติปรับปรุงติดตามความ .