ビデオターゲット追跡アルゴリズムの Matlab シミュレーション - 2 フレーム差分法、3 フレーム差分法、混合ガウス法、Vibe アルゴリズムの比較と分析
I.はじめに
ビデオオブジェクト追跡は、コンピュータビジョンにおける重要な研究分野であり、インテリジェント監視、車両システム、ロボットなどの幅広い用途があります。ビデオターゲット追跡では、ビデオ画像シーケンスを処理し、対象のターゲットを識別し、ターゲットの追跡を実現する必要があります。この記事では、2 フレーム差分法、3 フレーム差分法、混合ガウス法、Vibe アルゴリズムの 4 つのビデオ ターゲット追跡アルゴリズムを紹介し、シミュレーション実験の比較と分析に Matlab ソフトウェアを使用します。
2. アルゴリズムの概要
- 2フレーム差
この手法は、隣接する2つのフレーム間の画素値の変化を計算することで、対象物の位置や状態を判定します。画素間の差分が設定した閾値を超えた場合に注目画素とみなします。
- 3フレーム差分法
この方法は 2 フレーム差分法に基づいており、3 番目のフレーム画像を参照として追加します。3フレーム目の画像とその前の2フレームの画像の差分を比較することで、より正確に対象物体を分離することができます。
- 混合ガウス法
この方法では、最初に背景をモデル化し、次に観察されたピクセルのガウス分布をモデル化します。各ピクセルについて、ガウス モデルを維持して、ピクセルが現在のフレームの背景であるかどうかを計算します。
- バイブアルゴリズム
この方法は混合ガウス法に似ていますが、より単純で高速なアルゴリズムを使用します。Vibe アルゴリズムは、ランダム サンプリングに基づく手法を使用し、隣接するピクセル間の差異を使用して分類し、どのピクセルがターゲット ピクセルであるかを決定します。
3. Matlabシミュレーション実験
Matlab ソフトウェアを使用してシミュレーション実験を実施し、ターゲット追跡に対するこれら 4 つのアルゴリズムの効果を比較します。
- 2フレーム差分方式の実現
Clear;
clc;
% 2 つの画像を読み取ります
I1=imread('test1.jpg');
I2=imread('test2.jpg');
% グレースケールに変換します