Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Przegląd Elektrotechniczny

1 2021

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

An improved real visual tracking system using particle filter

Fiyad Hatem Mohammed Naguib, Abdellatif Ahmed Gamal, Mahamoud Adel Zaghloul, Ahmed Mostafa Mohamed, Nasr Mohamed E, Abdelsamie Fathi Elsayed

Przegląd Elektrotechniczny

2021

R. 97, nr 11

164--169

This paper presents a real hybrid visual tracking system based on a special-color model of target with improving the performance of this designed visual tracking system using various linear and nonlinear estimators like Kalman filter and particle filter. Moreover, the whole system has been designed and implemented in the laboratory by fusing the tracking algorithm that was created utilizing python software with a moving camera sensor. In addition, the designed visual tracking system has been simple, low cost and achieved all stages of visual tracking process like target initialization, appearance modeling, movement estimation, and target positioning with a great success. Finally, the graphical analysis results of the designed system illustrated had a great illustration on the validity of utilizing particle filer was very efficient and clearer with maneuvering targets than that were used with Kalman filter.

W niniejszym artykule przedstawiono hybrydowy system śledzenia wizualnego oparty na modelu celu w specjalnej kolorystyce z poprawą wydajności tego zaprojektowanego systemu śledzenia wizualnego przy użyciu różnych liniowych i nieliniowych estymatorów, takich jak filtr Kalmana i filtr cząsteczkowy. Co więcej, cały system został zaprojektowany i wdrożony w laboratorium poprzez połączenie algorytmu śledzenia, który został stworzony przy użyciu oprogramowania Pythona z ruchomym czujnikiem kamery. Ponadto zaprojektowany system śledzenia wizualnego był prosty, tani i osiągnął z dużym sukcesem wszystkie etapy procesu śledzenia wizualnego, takie jak inicjalizacja celu, modelowanie wyglądu, szacowanie ruchu i pozycjonowanie celu. Wreszcie, wyniki analizy graficznej zilustrowanego zaprojektowanego systemu doskonale ilustrują zasadność wykorzystania filtra cząstek, który był bardzo wydajny i wyraźniejszy w przypadku celów manewrujących niż ten, który był używany z filtrem Kalmana.