In this paper, we proposed a new tr

In this paper, we proposed a new tracking algorithm that
can simultaneously overcome the difficulties associated with
drastic illumination change, partial occlusion, a similar colored
background, and low illumination. For the proposed tracking
algorithm, we introduced the binary pattern-based SBP model
that consists of a set of multiple SBPs. In addition, we
proposed a kernel-based similarity measure between two SBP
models for target localization. To further improve the tracking
performance, we also employed the CAT method along with
the SBP-based tracking method.
Since the proposed SBP model is invariant with respect
to the gray-scale change, our tracking algorithm can tolerate
abrupt illumination variations, which often occur in natural
scenes. The binary pattern-based SBP model also provides
better discrimination capabilities in the situation of similar
colored region or low illumination where the color-based
model tends to fail to track the target. Furthermore, the SBP
model can cope successfully with the problem of partial
occlusion by containing the information of spatial relationship
between subregions within the target object region. Both
qualitative and quantitative analysis results show that the
proposed algorithm outperforms the existing algorithms in the
previously mentioned tracking environment.
As a future work, we plan to develop an algorithm that
detects the tracking failure and recovers the tracking process
when the target tracking fails due to long duration of heavy
occlusion.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เรานำเสนอติดตามอัลกอริทึมใหม่ที่สามารถเอาชนะกัน difficulties ที่เกี่ยวข้องกับเปลี่ยนรัศมีรุนแรง ไม่ควรมองข้ามบางส่วน สีที่คล้ายกันพื้นหลัง และไฟส่องสว่างต่ำสุด สำหรับการติดตามการนำเสนออัลกอริทึม เราแนะนำแบบไบนารีตามรูป SBP จำลองที่ประกอบด้วยชุดของ SBPs หลาย นอกจากนี้ เรานำเสนอการวัดใช้เคอร์เนลความคล้ายระหว่าง SBP สองรูปแบบการปรับภาษาเป้าหมาย พัฒนาการติดตามประสิทธิภาพ เรายังจ้างวิธี CAT ตามด้วยวิธีการติดตามโดย SBPรุ่น SBP เสนอเป็นภาษา ด้วยความเคารพการเปลี่ยนมาตราส่วนเทา อัลกอริทึมของเราติดตามสามารถทนรูปแบบไฟส่องสว่างอย่างทันทีทันใด ซึ่งมักจะเกิดขึ้นในธรรมชาติฉาก แบบไบนารีตามรูป SBP จำลองยังมีแบ่งแยกความสามารถที่ดีในสถานการณ์ที่คล้ายกันสีภูมิภาคหรือรัศมีต่ำที่สีตามรุ่นมีแนวโน้มที่จะ ล้มเหลวในการติดตามเป้าหมาย นอกจากนี้ SBPแบบจำลองสามารถรับมือสำเร็จปัญหาบางส่วนไม่ควรมองข้าม โดยประกอบด้วยรายละเอียดของความสัมพันธ์ของพื้นที่ระหว่าง subregions ในภูมิภาควัตถุเป้าหมาย ทั้งสองอย่างผลการวิเคราะห์เชิงปริมาณ และเชิงคุณภาพแสดงว่าการนำเสนอขั้นตอนวิธีอัลกอริทึมที่มีอยู่ใน outperformsก่อนหน้านี้ กล่าวถึงสภาพแวดล้อมการติดตามเป็นอนาคต เรามีแผนที่จะพัฒนาอัลกอริทึมการที่ตรวจพบความล้มเหลวในการติดตาม และการติดตามกระบวนการกู้คืนเมื่อเป้าหมายที่ติดตามที่ล้มเหลวเนื่องจากระยะเวลาที่ยาวนานของหนักไม่ควรมองข้าม

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราจะนำเสนอขั้นตอนวิธีการติดตามใหม่ที่
พร้อมกันสามารถเอาชนะ culties dif Fi ที่เกี่ยวข้องกับการ
เปลี่ยนแปลงที่รุนแรงสว่างบดเคี้ยวบางส่วนสีที่คล้ายกัน
พื้นหลังและที่มีแสงน้อย สำหรับการติดตามนำเสนอ
ขั้นตอนวิธีที่เรานำรูปแบบตามรูปแบบ SBP ไบนารี
ที่ประกอบด้วยชุดของจชตหลาย นอกจากนี้เรายัง
นำเสนอมาตรการที่คล้ายคลึงกันเคอร์เนลที่ใช้ระหว่างสอง SBP
รุ่นสำหรับการแปลเป้าหมาย เพื่อปรับปรุงการติดตาม
ผลการดำเนินงานที่เรายังใช้วิธี CAT พร้อมกับ
วิธีการติดตาม SBP-based
ตั้งแต่รุ่น SBP เสนอเป็นค่าคงที่เกี่ยวกับ
การเปลี่ยนแปลงสีเทาขนาดอัลกอริทึมการติดตามของเราสามารถทนต่อ
การเปลี่ยนแปลงความสว่างฉับพลันซึ่งมักจะเกิดขึ้น ในธรรมชาติ
ฉาก ไบนารีรูปแบบตามรูปแบบ SBP นอกจากนี้ยังมี
ความสามารถในการเลือกปฏิบัติที่ดีกว่าในสถานการณ์ที่คล้ายกันของ
ภูมิภาคสีหรือแสงน้อยที่เป็นสีที่ใช้
รูปแบบการมีแนวโน้มที่จะล้มเหลวในการติดตามเป้าหมาย นอกจากนี้ SBP
รูปแบบที่ประสบความสำเร็จสามารถรับมือกับปัญหาของบางส่วน
บดเคี้ยวโดยที่มีข้อมูลของความสัมพันธ์เชิงพื้นที่
ระหว่างอนุภูมิภาคภายในภูมิภาควัตถุเป้าหมาย ทั้ง
ผลการวิเคราะห์คุณภาพและเชิงปริมาณแสดงให้เห็นว่า
อัลกอริทึมที่นำเสนอมีประสิทธิภาพดีกว่าอัลกอริทึมที่มีอยู่ใน
สภาพแวดล้อมที่ติดตามกล่าวก่อนหน้านี้
ในฐานะที่เป็นงานในอนาคตเราวางแผนที่จะพัฒนาอัลกอริทึมที่
ตรวจพบความล้มเหลวของการติดตามและการกู้คืนกระบวนการติดตาม
เมื่อติดตามเป้าหมายล้มเหลวเนื่องจาก ระยะเวลานานของหนัก
บดเคี้ยว

ผลลัพธ์ (ไทย) 3:

งานวิจัยนี้ได้เสนอขั้นตอนวิธีใหม่ติดตามที่
พร้อมกันสามารถเอาชนะ DIF จึง culties เกี่ยวข้องกับ
เปลี่ยนรัศมีรุนแรงอุดตันบางส่วนที่คล้ายกัน
สีพื้นหลัง และ ไฟต่ำ สำหรับการติดตาม
เสนอขั้นตอนวิธี เราแนะนำรูปแบบไบนารีฐานเงินเดือนแบบ
ที่ประกอบด้วยชุดของหลาย sbps . นอกจากนี้เรา
เสนอโปรแกรมจากความเหมือนวัดระหว่างสองขวด
รูปแบบจำกัดเป้าหมาย เพื่อปรับปรุงการติดตาม
การแสดง เราก็ใช้วิธีการดังกล่าว พร้อมกับแมว

ติดตามตามวิธีดังกล่าว เนื่องจากเสนอแบบค่าคงที่ ด้วยความเคารพ
เพื่อเปลี่ยนสเกลสีเทา , อัลกอริทึมการติดตามของเราสามารถทนต่อ
รูปแบบรัศมีกะทันหัน ซึ่งมักเกิดขึ้นในฉากธรรมชาติ

รูปแบบดังกล่าว ตามรูปแบบไบนารียังให้ความสามารถในการแบ่งแยก
ดีกว่าสถานการณ์คล้ายกัน
ภูมิภาคหรือต่ํา แสงสว่างที่ใช้รูปแบบ
สีมีแนวโน้มที่จะล้มเหลวในการติดตามเป้าหมายสี นอกจากนี้ , SBP
รูปแบบสามารถรับมือกับปัญหาการอุดตันบางส่วนเรียบร้อยแล้ว

โดยประกอบด้วยข้อมูลความสัมพันธ์เชิงพื้นที่ระหว่างวัตถุเป้าหมายเศรษฐกิจภายในภูมิภาค ทั้งเชิงปริมาณและเชิงคุณภาพ การวิเคราะห์ผล

แสดงว่าวิธีที่เสนอมีประสิทธิภาพดีกว่าขั้นตอนวิธีที่มีอยู่ใน

ตามที่กล่าวถึงก่อนหน้านี้ติดตามสิ่งแวดล้อม งานในอนาคตเราวางแผนที่จะพัฒนาอัลกอริทึมที่สามารถตรวจจับการติดตามความล้มเหลวและการกู้คืน

ติดตามกระบวนการเมื่อติดตามเป้าหมายล้มเหลว เนื่องจากระยะเวลาที่ยาวนานของการอุดตันหนัก