الگوريتم رديابي بالا به پايين بر اساس يادگيري مسير حركت وسايل نقليه در صحنة ترافيك
محورهای موضوعی : مهندسی برق و کامپیوتر
هادی صدوقی یزدی
1
,
مجتبی لطفي‌زاد
2
,
محمود فتحی
3
,
احسان‌اله کبیر
4
1 - دانشگاه تربیت معلم سبزوار
2 - دانشگاه تربیت مدرس
3 - دانشگاه علم و صنعت ایران
4 - دانشگاه تربیت مدرس
کلید واژه: پايگاه دادة مكاني-زمانيپيش‌بين RLS ماتريس گذر مراكزردياب بالا به پايين,
چکیده مقاله :
در اين مقاله، يك الگوريتم جديد رديابي بالا به پايين بر اساس يادگيري مسير حركت وسايل نقليه ارائه مي‌شود. به اين منظور يك ماتريس گذر مراكز، CTM، كه يك پايگاه دادة مكاني-زماني جديد است، پيشنهاد مي‌شود. براي ايجاد اين ماتريس ابتدا با خوشه‌بندي فازي روي مسيرهاي حركت وسايل نقليه بدست آمده، مراكزي بدست مي‌آيد سپس ماتريس CTM روي اين مراكز تعريف مي‌شود. عنصر i, j ام اين ماتريس بيان كنندة آن است كه شيئي در دو فريم متوالي از مركز i به مركز j گذر كرده است كه تكميل درايه‌هاي اين ماتريس با رديابي چند شيئي وسايل نقليه به مرور انجام مي‌شود. ماتريس CTM در افزايش سرعت همگرايي پيش‌بين RLS و جستجوي بهتر موقعيت وسيلة نقليه موثر است. الگوريتم رديابي پيشنهادي در مكانهاي مختلفي در صحنة ترافيك آزمون شد كه نتايج حاصله حاكي از افزايش كارايي در الگوريتم رديابي است.
In this paper, a trajectory learning-based vehicle tracking algorithm is presented which is a new top-down vehicle tracker. The history of trajectory is learnt by a novel sptio-temporal data base known center transition matrix, CTM. At first, the CTM is constructed on centers which are obtained using fuzzy clustering on vehicle trajectories. The i, j-th element of CTM indicates passing of the object from center i to center j in two consecutive frames which CTM is completed by multi-object tracking. The CTM is efficient in search of similar blobs in image sequences and can determine the radius and region of search and increasing of convergence rate of RLS predictor. The proposed tracking algorithm is tested in the intersection of a highway to a square which gives good results.