Об'єктна оклюзія є загальним викликом у додатках відстеження об'єктів, де об'єкти тимчасово приховані або перекриваються іншими об'єктами. Обробка оклюзії ефективно покращує точність відстеження та надійність системи. Кілька практичних методів використовуються для вирішення цього питання в різних додатках.

Kalman Filter and Прогнозування Моделі

Калманні фільтри широко використовуються для прогнозування положення об'єктів при оклюзійних періодах. Вони кошторисують майбутній стан на основі попередніх спостережень, що дозволяє відстежувати ідентичність об'єкта навіть при візуальних даних тимчасово недоступний. Цей метод ефективний для лінійних і передбачуваних моделей руху.

Методики Асоціації даних

Алгоритми зв’язку даних, такі як угорський алгоритм або ж погодні відповідні функції, допомагають асоційувати виявлені об’єкти по рамках. Під час відключення ці алгоритми спираються на просторове близькість, моделі руху та особливості зовнішнього вигляду для коректного узгодження об’єктів, як тільки вони відступають.

Моделювання зовнішнього вигляду

Розглянуто моделі візуальних особливостей, як колір, текстура або форма для розрізнення об'єктів. При виникненні оклюзії ці моделі допомагають у повторному виявленні об'єктів після їх реемперге, зменшення кількості перемикачів і помилок відстеження.

Багатоопові стратегії відстеження

Використання декількох датчиків або кутів камери може пом'якшити ефект відключення. Багаторазове відстеження поєднує дані з різних перспектив, зменшення ймовірність повного з'єднання і підвищення надійності загального відстеження.