ردیابی شی با استفاده از ترکیب الگوریتم های دسته بندی Naive Bayes و فیلتر ذره ای فازی

رشد چشمگیر مالتی مدیا و تولید ویدئوی دیجیتال در سالهای اخیر، منجر به ایجاد آرشیوهای ویدئویی شخصی و تجاری انبوه شده است. به همین دلیل، نیاز به ابزارها و روشهای کارآمد برای دستیابی سریع به اطلاعات و محتوای ویدئو در حال افزایش می باشد. استخراج و ردیابی اشیاء متحرک ازمراحل مقدماتی هوشمند سازی ویدئوها است که زمینه ای را برای پردازش های بعدی مهیا می کند. در این مقاله با ترکیب دو الگوریتم دسته بندی Naive Bayes و الگوریتم فیلتر ذره ای فازی عمل جداسازی و ردیابی شی مورد هدف انجام می شود. استدلال بیزی که یکی از ابزارهای داده کاوی است و درطبقه بندی و دسته بندی و رگرسیون و ... استفاده می شود، بر اساس این فرض بنا نهاده شده است که مقادیر مورد توجه از یک توزیع احتمال پیروی میکنند واینکه تصمیمهای بهینه میتوانند با استدلال بر روی این احتمالات به همراه دادههای مشاهده شده اتخاذ شوند.رشد چشمگیر مالتی مدیا و تولید ویدئوی دیجیتال در سالهای اخیر، منجر به ایجاد آرشیوهای ویدئویی شخصی و تجاری انبوه شده است. به همین دلیل، نیاز به ابزارها و روشهای کارآمد برای دستیابی سریع به اطلاعات و محتوای ویدئو در حال افزایش می باشد. استخراج و ردیابی اشیاء متحرک ازمراحل مقدماتی هوشمند سازی ویدئوها است که زمینه ای را برای پردازش های بعدی مهیا می کند. در این مقاله با ترکیب دو الگوریتم دسته بندی Naive Bayes و الگوریتم فیلتر ذره ای فازی عمل جداسازی و ردیابی شی مورد هدف انجام می شود. استدلال بیزی که یکی از ابزارهای داده کاوی است و درطبقه بندی و دسته بندی و رگرسیون و ... استفاده می شود، بر اساس این فرض بنا نهاده شده است که مقادیر مورد توجه از یک توزیع احتمال پیروی میکنند واینکه تصمیمهای بهینه میتوانند با استدلال بر روی این احتمالات به همراه دادههای مشاهده شده اتخاذ شوند.