ردیابی ابربی‌درنگی اهداف همزمانِ‌متحرک در تصاویر ویدئویی

اکنون نیاز به پردازش ابربی‌درنگ و استفاده از الگوریتم‌های موازی، سریع و کارا در ردیابی همزمان اشیاء برای پردازش سریع داده‌های عظیم تصویری اجتناب‌ناپذیر است. در این مقاله روش موازی مبتنی‌بر توصیف‌کننده‌های باینری محلی برای ردیابی همزمان 50 شیء با سرعت بی‌درنگ ارائه می‌شود. روش پیشنهادی ضمن مدل‌سازی چندنخی ردیابی و تشخیص اشیاء با استفاده از مدل freak در تصاویر ویدئویی، عمل ردیابی همزمان بی‌درنگِ برخط را انجام می‌دهد. نتایج آزمایش‌های تجربی در تصاویر با 330 فریم بر ثانیه نشان می‌دهد که این روش ضمن برخورداری از سرعت زیاد و ردیابی همزمان اشیاء با سناریوهای مختلف در مقایسه با چهار الگوریتم مهم توصیف‌کننده، دارای بهترین کارایی و عملکرد است. سیستم ردیابی سریال مبتنی بر توصیف‌کننده freak، قادر به ردیابی یک شیء با سرعت 60 فریم بر ثانیه است درحالی‌که در ردیابی موازی پیشنهادی با سرعت 330 فریم بر ثانیه و تا 5.5 برابر سریع‌تر ردیابی می‌کند. همچنین این ردیاب قادر به ردیابی بی‌درنگ در حالت سریال حداکثر تا 7 شیء همزمان و در حالت موازی قادر به ردیابی ابربی‌درنگ تا 50 شیء است.‌