Resumen

El seguimiento de objetos es un procedimiento importante en el campo de la visión por ordenador, ya que estima la posición, el tamaño y el estado de un objeto a lo largo de la línea de tiempo del vídeo. Aunque se han propuesto muchos algoritmos con gran precisión, el seguimiento de objetos en diversos contextos sigue siendo un problema difícil. Este artículo presenta algunos métodos para seguir el movimiento de dos tipos de objetos: objetos arbitrarios y humanos. Ambos problemas estiman la función de densidad de estado de un objeto utilizando filtros de partículas. Para los vídeos de una cámara estática o relativamente estática, ajustamos el modelo de transición de estado integrando la dirección de movimiento del objeto. Además, proponemos que la partición del objeto requiere un seguimiento. Para rastrear al ser humano, lo dividimos en N partes y, a continuación, rastreamos cada parte. Durante el seguimiento, si una parte se desvía del objeto, se corrige mediante una rotación de centrado y se combina con otras partes.

• Materias:Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Neurofisiología
• Subjects:Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Neurophysiology
• Palabras claves:objeto, pieza, seguimiento de objetos, tipo de objeto, humano, función de densidad de estado, modelo de transición de estado, campo de visión por ordenador, problema desafiante, alta precisión
• Keywords:object, part, object tracking, type of object, human, state density function, state transition model, computer vision field, challenging problem, high accuracy