Question

跪求大神翻译下面这段段落，不要机翻谢谢！

Target tracking is an important element incomputer vision, such as robot navigation, automatic video indexing, and visual
surveillance for security purposes. Since a tracking system should be able to
track multiple targets and retrieve the correct identity of each target in
various situations, most tracking algorithms have utilized two primary
components, the object’s visual features and the spatiotemporal prediction .

In the last few decades, many trackingmethods have been proposed to solve the tracking problems based on the particle
filter. These methods basically perform a probabilistic propagation process
using a stochastic motion model to obtain an estimation of the posterior
distribution without restrictive linear Gaussian assumptions regarding the
transition and likelihood models. Color and segmentation cues or pixel-wise
appear- ance models were applied to the particle filter. Markov Chain Monte
Carlo (MCMC) method was used to reduce the computa- tional cost of
high-dimensional state space in multi-object track- ing . Variants of the
MCMC-based particle filter have been also proposed to solve specific problems
such as multiple interacting targets , sequences with abrupt motion , small
object tracking , and multiple motion models .

Answer 1

目标跟踪是一个重要的元素incomputer愿景,如机器人导航、自动视频索引,和视觉
监测安全目的。因为一个跟踪系统应该能够
跟踪多个目标和检索正确的身份的每个目标在
不同的情况下,大多数跟踪算法利用了两个主要的
组件,该物体的视觉特征和时空的预测。
在过去的几十年里,许多trackingmethods已经提出了解决跟踪问题基于粒子
过滤器。这些方法基本上执行概率传播过程
使用一个随机运动模型得到的后验估计
没有严格的线性高斯假设分布有关
过渡和似然模型。颜色和分割线索或像素明智
出现-状态模型被应用到粒子滤波器。马可夫链蒙地
卡洛(采样)方法被用来降低成本的computa一对
在多目标高维状态空间跟踪- ing。变异的
基于采样粒子滤波算法已经提出了解决特定的问题
如多个相互作用的目标,突然运动,序列与小
对象跟踪和多个运动模型。

Answer 2

目标跟踪是计算机视觉的一个重要因素，如机器人导航，自动视频索引，和视觉
为了安全监控。自跟踪系统应该能够
多目标跟踪和检索每个目标的正确身份
不同的情况下，大多数跟踪算法利用两次
组件，对象的视觉特征和时空预测。
在过去的几十年中，已经提出了许多trackingmethods解决跟踪问题，基于粒子
滤波器。这些方法基本上执行一个概率传播过程
使用随机运动模型得到的后验估计
无限制的线性高斯分布假设
转型与似然模型。颜色和分割信息或像素明智
出现性能模型被应用到粒子滤波。马尔可夫链蒙特卡罗
蒙特卡罗（MCMC）方法被用来减少计算的费用
高维状态空间的多目标跟踪的ING。变种的
基于粒子滤波的MCMC方法已经提出解决具体问题
如多个交互的目标，突然的运动序列，小
目标跟踪，多运动模型。