Подбор вектора признаков для процедуры MeanShift

Аннотация: Дано описание вектора признаков, который является пригодным для процедуры MeanShift, использует всю цветовую информацию формата RGB24 и имеет размерность, незначительно, лишь в 1,5 раза, превышающую размерность наименьшего из пригодных для процедуры Kernel Based Object Tracking 512-мерного вектора. Для описанного вектора признаков построена функция схожести двух эллиптических областей кадра. Для функции схожести найдены формулы для вектора градиента – вектора сдвига среднего, указывающего направление роста схожести в четырехмерном пространстве всех эллиптических областей, охватывающих объект в кадре. На основании знания о наибольшем значении функции схожести двух эллиптических областей найдена длина вектора смещения в четырехмерном пространстве всех эллиптических областей, на который надо перемещать в текущий момент предыдущую точку пространства, т.е. значения координат центра и размеры эллипса, для получения наилучшей схожести текущей эллиптической области с предыдущей. В завершение, чтобы осуществить Kernel Based Object Tracking, разработан алгоритм последовательных итераций (метод Ньютона), позволяющий найти параметры того эллипса, который имеет действительно наилучшую схожесть. Проведены эксперименты и представлены и обсуждены их результаты.

Ключевые слова: вектор признаков (фиче-вектор), meanshift, kernel based object tracking, цветовая компонента

Библиография статьи: Шапошников А. И. Подбор вектора признаков для процедуры MeanShift / А. И. Шапошников // Доклады ТУСУР. – 2021. – Т. 24, № 2. – С. 34–38. DOI: 10.21293/1818-0442-2021-24-2-34-38