Parametric active contours for object tracking based on matching degree image of object contour points

Solo disponible en BuenasTareas
  • Páginas : 5 (1214 palabras )
  • Descarga(s) : 0
  • Publicado : 14 de noviembre de 2010
Leer documento completo
Vista previa del texto
“Parametric active contours for object tracking based on matching degree image of object contour points”
Qiang Chen, Quan-Sen Sun, Pheng-Ann Heng, De-Shen Xia
Pattern Recognition Letters archive Volume 29 Issue 2, January, 2008

1

Introducción
• El objetivo del trabajo es presentar un modelo de Parametric Active Contour para object tracking (combinando enfoque region/contour based) ,basado en matching degree image según los object contour points • Se tiene como supuesto que el movimiento de los objetos es continuo y de velocidad limitada, lo que implica que el cambio entre dos frames consecutivos no es muy grande • Los distintos enfoques de object tracking se pueden clasificar en:
• Region-Based: el tracking se realiza basado en medidas de similitud de las regiones de losobjetos • Contour-Based: se hace la detección del objeto una vez. El tracking se realiza obteniendo el contorno en el frame actual utilizando un contorno inicial, del frame anterior

2

Introducción
• La idea del object tracking basado en el matching de object contour points, es encontrar la posición en el frame actual de los object contour points del frame anterior
• Debido a que no hay grandesvariaciones en frames consecutivos, la búsqueda de los contour points se puede limitar por una banda

3

Método de Tracking Propuesto

Diagrama de flujo del método propuesto

4

Generación del narrow band
• Debido al supuesto de que el movimiento de los objetos es pequeño entre frames consecutivos, entonces el movimiento del object contour se limita en una vecindad definida por unabanda
• Esta banda es generada con el método narrow band que es parte de los métodos de level set

• La idea es evitar ir calculando la superficie de level set constantemente, para ello narrow band actualiza la superficie alrededor del nivel zero (por dentro y por fuera del contorno) • En un comienzo, el narrow band es generado a partir de un object contour inicial
5

Generación del narrowband
• Generación del narrow band
• Se genera según el método de [Cheng,2004] • Los puntos blancos son puntos de contorno del objeto

• Las regiones de color representan las vecindades de puntos cercanos entre sí
• El radio de la vecindad quedará determinado por el desplazamiento del objeto en frames consecutivos • En este paper se supone que el desplazamiento del objeto va a ser menor a 5pixeles, por lo que el radio del narrow band es de 5 pixeles 6

Narrow Band

Generación del Matching Degree Image
1. Se construye un feature space según intensidad, textura, etc 2. Se calcula el matching degree (���� ��, �� ) entre cada punto del narrow band y los puntos de contorno cercanos
• Los puntos del narrow band son puntos del frame actual • Los puntos de contorno cercanos son puntosdel frame anterior

3. Luego de obtener todos los matching degree para cada punto, se obtiene el optimal matching degree de dicho punto.
• El optimal matching degree es considerdo como el feature matching degree

4. Finalmente al optimal matching degree se le agrega información del gradient image del frame actual.
7

• Una vez obtenidos los optimal matching degree para cada punto del narrowband, se tiene la matching degree image

Generación del Matching Degree Image
• Se tienen las siguientes definiciones:
• Feature Image: ���� (�� = 1, … , ��) (intensidad, textura, etc) • Feature Space: �� = ��1 , ��2 , … , ����

• En este paper se utiliza la información de intensidad para poder construir el feature space, esto se debe a que la iluminación y la posición del objeto varíanpoco entre frames consecutivos

8

Generación del Matching Degree Image
• Cálculo del feature matching degree:
• De acuerdo al supuesto que hacen los autores sobre las variaciones entre frames consecutivos, el desplazamiento de los contour points es menor a 5 pixeles. Debido a esto, se va a trabajar con los 3 object contour points que tengan la menor distancia euclidanea respecto al punto...
tracking img