Combining Particle Filter and Population-based Metaheuristics for Visual Articulated Motion Tracking
Pantrigo, Juan José (Universidad Rey Juan Carlos. Departamento de Ciencias de la Computación, Arquitectura de Computadores, Lenguajes y Sistemas Informáticos y Estadística e Investigación Operativa)
Sánchez, Ángel (Universidad Rey Juan Carlos. Departamento de Ciencias de la Computación, Arquitectura de Computadores, Lenguajes y Sistemas Informáticos y Estadística e Investigación Operativa)
Gianikellis, Kostas (Universidad de Extremadura. Departamento de Didáctica de la Expresión Musical, Plástica y Corporal)
Montemayor, Antonio S. (Universidad Rey Juan Carlos. Departamento de Ciencias de la Computación, Arquitectura de Computadores, Lenguajes y Sistemas Informáticos y Estadística e Investigación Operativa)

Data:	2005
Resum:	Visual tracking of articulated motion is a complex task with high computational costs. Because of the fact that articulated objects are usually represented as a set of linked limbs, tracking is performed with the support of a model. Model-based tracking allows determining object pose in an effortless way and handling occlusions. However, the use of articulated models generates a multidimensional state-space and, therefore, the tracking becomes computationally very expensive or even infeasible. Due to the dynamic nature of the problem, some sequential estimation algorithms like particle filters are usually applied to visual tracking. Unfortunately, particle filter fails in high dimensional estimation problems such as articulated objects or multiple object tracking. These problems are called \emph{dynamic optimization problems}. Metaheuristics, which are high level general strategies for designing heuristics procedures, have emerged for solving many real world combinatorial problems as a way to efficiently and effectively exploring the problem search space. Path relinking (PR) and scatter search (SS) are evolutionary metaheuristics successfully applied to several hard optimization problems. PRPF and SSPF algorithms respectively hybridize both, particle filter and these two population-based metaheuristic schemes. In this paper, We present and compare two different hybrid algorithms called Path Relinking Particle Filter (PRPF) and Scatter Search Particle Filter (SSPF), applied to 2D human motion tracking. Experimental results show that the proposed algorithms increase the performance of standard particle filters.
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.
Llengua:	Anglès
Document:	Article ; recerca ; Versió publicada
Matèria:	Image Sequence Analysis ; Articulated Motion Tracking ; Particle Filter ; Optimization ; Population based Metaheuristics ; Scatter Search ; Path Relinking ; Anàlisi de seqüència d'imatge ; Moviment articulat ; Filtre de partícules ; Optimització ; Població basada en mètode heurístic ; Problemes computacionals ; Cerca dispersa ; Solucions d'iniciació ; Solucions guia ; Trajectòries ; Movimiento articulado ; Filtro de partículas ; Optimización ; Población basada en método heurístico ; Problemas computacionales ; Busqueda dispersa ; Soluciones de iniciación ; Soluciones guía ; Trayectorias
Publicat a:	ELCVIA : Electronic Letters on Computer Vision and Image Analysis, V. 5 n. 3 (2005) p. 68-83, ISSN 1577-5097

Adreça original: https://elcvia.cvc.uab.es/article/view/v5-n3-pantrigo-sanchez-gianikellis-et-al
Adreça alternativa: https://raco.cat/index.php/ELCVIA/article/view/31623
DOI: 10.5565/rev/elcvia.107

16 p, 1.5 MB

El registre apareix a les col·leccions:
Articles > Articles publicats > ELCVIA
Articles > Articles de recerca