توجه: محتویات این صفحه به صورت خودکار پردازش شده و مقاله‌های نویسندگانی با تشابه اسمی، همگی در بخش یکسان نمایش داده می‌شوند.
۱Online Failure Detection and Correction for CAMShift Tracking Algorithm
نویسنده(ها): ، ،
اطلاعات انتشار: هشتمین کنفرانس ماشین بینایی و پردازش تصویر، سال
تعداد صفحات: ۴
Tracking failure is an inevitable problem in any objecttracking algorithm. Online evaluation of a tracking algorithm todetect and correct failures is therefore an important task in anyobject tracking system. In this paper we propose an earlytracking failure detection procedure for the ContinuouslyAdaptive Mean–Shift(CAMShift) tracking algorithm. We alsopropose an algorithm to modify the tracker in order to correctthe detected failures. CAMShift is a light–weight trackingalgorithm first developed based on mean–shift to track humanface as a component in a perceptual user interface, but it easilyfails in tracking targets in more complex situations likesurveillance applications. With our proposed failure detectionand correction algorithm, CAMShift shows promising results inthe test video sequences<\div>
نمایش نتایج ۱ تا ۱ از میان ۱ نتیجه