2

ビデオ シーケンス内の移動オブジェクトを追跡するために、パーティクル フィルター アルゴリズムを実装しています (各フレームはカラー画像です)。このアルゴリズムは、ビデオのフレームを反復し、各反復で、追跡されたオブジェクト (つまり、前のフレームで追跡されたオブジェクトを含むサブイメージ) を現在のフレームのN 個の異なる部分(つまり、サブイメージ) と比較します。オブジェクトを含む可能性のある画像)。

追跡対象のオブジェクトのサイズは時間の経過とともに変化する可能性があり、Nに割り当てられる値が高い (100 または数百) 可能性がある場合、対処すべき問題は次のとおりです。

  1. 反復ごとに N 回実行されるため、画像の 2 つの部分を比較する高速な方法を見つけます。
  2. 比較方法も信頼できる必要があります (つまり、N 個の可能なサブイメージの中から、前のフレームで追跡されたオブジェクトを含むサブイメージに最も似ているものを選択する必要があります)。
  3. 最後に、比較操作はリアルタイムの制約を尊重する必要があります。比較の実行に必要な時間は一定であるか、既知の上限がなければなりません。

3 番目の制約を満たす唯一の方法は、比較するサブイメージの最大サイズを選択することであると考えています。これは、それより大きいサブイメージはサイズ変更する必要があることを意味します。あれについてどう思う？

どのような比較方法を使用できますか?

4

1 に答える 1

4

平均二乗誤差法を使用して画像を比較してみてください。これは、2 つの画像がどの程度類似しているかを推定するために一般的に使用されます。

function [ mse ] = MSE( X, Y )
%MSE

  [x,y] = size(X);
  mse = 0;

  for i=1:x
    for j=1:y
      mse = double(mse) + double(power((X(i,j)-Y(i,j)),2));
    end
  end

  mse = mse / (x*y);
end
于 2012-11-16T19:00:11.780 に答える