• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistics and computing >Tracking multiple moving objects in images using Markov Chain Monte Carlo
【24h】

Tracking multiple moving objects in images using Markov Chain Monte Carlo

机译：使用马尔可夫链蒙特卡罗跟踪图像中的多个运动对象

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A new Bayesian state and parameter learning algorithm for multiple target tracking models with image observations are proposed. Specifically, a Markov chain Monte Carlo algorithm is designed to sample from the posterior distribution of the unknown time-varying number of targets, their birth, death times and states as well as the model parameters, which constitutes the complete solution to the specific tracking problem we consider. The conventional approach is to pre-process the images to extract point observations and then perform tracking, i.e. infer the target trajectories. We model the image generation process directly to avoid any potential loss of information when extracting point observations using a pre-processing step that is decoupled from the inference algorithm. Numerical examples show that our algorithm has improved tracking performance over commonly used techniques, for both synthetic examples and real florescent microscopy data, especially in the case of dim targets with overlapping illuminated regions.
机译：提出了一种新的基于贝叶斯状态和参数学习算法的带图像观测的多目标跟踪模型。具体而言，设计了马尔可夫链蒙特卡罗算法，以从未知时变目标的后验分布，目标的诞生，死亡时间和状态以及模型参数中进行采样，从而构成了特定跟踪问题的完整解决方案我们认为。传统方法是对图像进行预处理以提取点观测值，然后执行跟踪，即推断目标轨迹。我们直接对图像生成过程进行建模，以避免在使用与推理算法分离的预处理步骤提取点观测值时避免任何潜在的信息丢失。数值示例表明，对于合成示例和实际荧光显微镜数据，我们的算法均具有比常用技术更高的跟踪性能，尤其是在具有重叠照明区域的暗目标的情况下。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号