大批量拥挤目标的自动轨迹测量
计算机视觉与模式识别
2019-02-05 v1
摘要
自然系统(如鱼群、鸟群和细胞群)的复杂运动模式多年来引起科学家极大关注。个体的轨迹测量对于定量和高通量研究其集体行为至关重要。然而,此类数据十分稀少,主要由于具有相似视觉特征且频繁遮挡的大批量目标的检测与跟踪存在困难。我们提出一个自动且有效的框架,用于测量大批量拥挤椭圆状目标(如鱼和细胞)的轨迹。我们首先使用一种新颖的双椭圆定位器检测每个个体的粗略位置,然后提出一种方差最小化主动轮廓方法以获得最优分割结果。对于跟踪,连续帧间分配的代价矩阵可通过随机森林分类器利用许多空间、纹理和形状特征进行训练。通过求解两个线性分配问题,我们为整个图像序列找到最优轨迹。我们在许多具有挑战性的数据集上评估了所提方法。
引用
@article{arxiv.1902.00835,
title = {Automatic trajectory measurement of large numbers of crowded objects},
author = {Hui Li and Ye Liu and Yan Qiu Chen},
journal= {arXiv preprint arXiv:1902.00835},
year = {2019}
}