<?xml version="1.0" encoding="UTF-8"?>
<xml>
 <records>
  <record>
   <ref-type name="Journal Article">17</ref-type>
   <contributors>
    <authors>
     <author>Залесский Б. А.</author>
    </authors>
   </contributors>
   <titles>
    <title>Алгоритм отслеживания объектов движущейся видеокамерой</title>
   </titles>
   <keywords>
    <keyword>видеопоследовательности</keyword>
    <keyword>алгоритмы отслеживания объектов</keyword>
    <keyword>адаптация признаков</keyword>
   </keywords>
   <dates>
    <year>2020</year>
    <pub-dates>
     <date>2020-05-17</date>
    </pub-dates>
   </dates>
   <doi>10.29235/1561-8323-2020-64-2-144-149</doi>
   <journal>Доклады Национальной академии наук Беларуси</journal>
   <abstract>Представлен алгоритм ACT (Adaptive Color Tracker) отслеживания объектов, наблюдаемых движущейся видеокамерой. Одной из особенностей работы алгоритма является адаптация набора признаков объекта к фону текущего кадра. При работе с текущим кадром из исходного набора признаков объекта, сформированного при его выделении на первом кадре, удаляются те, которые присущи не только объекту, но и в большой мере фону. Такие признаки не только не способствуют отделению объекта интереса от фона – они затрудняют корректное обнаружение объекта. Оставляются признаки объекта в большей мере характерные объекту и в то же время наименее характерные для фона текущего кадра. Признаки объекта и фона формируются на основе цветового представления кадров. Они вычисляются путем кластеризации 3D-векторов цвета пикселов кадров быстрой версией хорошо известного алгоритма k-средних или более простым и быстрым разбиением цветового пространства на 3D-параллелепипеды с последующей заменой цвета каждого пиксела на среднее значение векторов цвета, попавших в тот же параллелепипед, что и текущий цвет. Еще одна особенность алгоритма заключается в его вычислительной простоте, что делает возможным его использование на небольших мобильных вычислителях, например, на Jetson TXT1 или TXT2.Алгоритм был протестирован на видеопоследовательностях, снятых различными видеокамерами, а также на общеизвестном наборе данных TV77, содержащем 77 различных размеченных видеопоследовательностей. Тесты показали работоспособность алгоритма. На тестовых изображениях его точность и быстродействие превосходили показатели трекеров, реализованных в библиотеке компьютерного зрения OpenCV 4.1.</abstract>
   <urls>
    <web-urls>
     <url>https://www.academjournals.by/publication/2501</url>
    </web-urls>
    <pdf-urls>
     <url>https://www.academjournals.by/files/2499</url>
    </pdf-urls>
   </urls>
  </record>
 </records>
</xml>
