ردیابی اهداف کوچک مادون قرمز مبتنی بر فیلتر کالمن بهینه‌شده با الگوریتم نهنگ و ازدحام ذرات

ردیابی اهداف یکی از مهمترین مسائل روز در حوزه بینایی ماشین است که در سال های اخیر مورد توجه قرار گرفته است. یکی از مهمترین چالش هایی که در این فرآیند می بایست مدنظر قرار گیرد، مقاومت روش پیشنهادی در ردیابی اهدافی است که در برخی از فریم های آن هدف محو و یا جابجایی شدید خواهد داشت. در این مقاله با استفاده از آستانه بندی اُتسو و فیلتر کالمن بهینه، روشی نوین برای ردیابی اهداف کوچک در دنباله های ویدیویی مادون قرمز پیشنهاد شده است. آستانه بندی اُتسو یک الگوریتم شناخته شده و کارآمد در یافتن آستانۀ مناسب برای بخش‌بندی تصویر به دو ناحیه پس زمینه و پیش زمینه می باشد. در روش پیشنهادی برای دستیابی به تخمین دقیق تری از موقعیت هدف، با بکارگیری الگوریتم های بهینه سازی نهنگ و ازدحام ذرات، ساختار فیلتر کالمن بهینه شده است تا در نهایت هدف با بهترین دقت در شرایط نویزی ردیابی شود. در واقع این بهبود با بهینه سازی ضرایب مورد استفاده در تقریب نویز اندازه گیری و فرآیند، که منجر به فراهم سازی بهترین بستر ممکن برای تخمین موقعیت بعدی هدف می شود، همراه است. دستیابی به درصد خطای تخمین پایین 65/1 بر روی داده واقعی، عملکرد موفق روش پیشنهادی را در مقایسه با سایر روش‌ها نشان می‌دهد.