بهبود سامانه رديابي تصويري هدف مبتني بر ويژگي‌هاي استخراج شده از شبكه عصبي عميق

رديابي تصويري هدف يكي از چالش‌برانگيزترين زمينه‌ها در حوزه بينايي ماشين است. هدف از رديابي، تعيين موقعيت هدف در هر لحظه‌ است. با اين حال رديابي با مشكلات مهمي مانند تغييرات روشنايي، انسداد، كلاتر، تغيير شكل و چرخش هدف روبه‌رو است. در دهه‌ي گذشته، الگوريتم‌هاي بسياري براي غلبه بر اين مشكلات ارائه شده‌اند. اخيرا استفاده از شبكه‌هاي عصبي عميق براي استخراج ويژگي‌هاي تصويري مورد توجه قرار گرفته است. اين پژوهش بر مبناي يك ردياب كه از شبكه عصبي عميق به عنوان توصيف‌كننده هدف و از فيلتر همبستگي به عنوان تشخيص دهنده هدف استفاده مي‌كند، انجام شده است. در اين ردياب، يك تركيب خاص از لايه‌هاي شبكه عصبي عميق براي توصيف هدف به كار برده شده است. به منظور بهبود عملكرد ردياب، ساير تركيب‌هاي ممكن از لايه‌ها و استفاده از دو شبكه عميق ديگر بررسي شده است. نتايج حاصل نشان داده كه تركيب ارائه شده در روش مبنا بهترين تركيب نيست و هم‌چنين، افزايش عميق شبكه، لزوما باعث توليد ردياب بهتري نخواهد شد. جهت انتخاب ويژگي از معيار فيشر استفاده شده است تا ويژگي‌هاي حاصل از شبكه عميق با نظارت انتخاب شوند.