چکیده: پیشرفتهای نوین تکنولوژی زمینه‌ی مناسبی برای تولید دوربینهای سبک با کاربرد وسیع و قابل اتصال بر روی سر، فراهم کرده است. محصولاتی چون عینک گوگل نمونه ای از ابزارکهای پوشیدنی است که همگان می‌توانند از آن بهره‌مند شوند. این ابزارکها ایده ویدئوهای فرد منظر (اول شخص) را به عنوان مسیر و چهار چوبی جدید، پیش روی جامعه پژوهشگران بینایی ماشین قرار داده اند. در چارچوب ویدئوهای فرد منظر می توان به بازشناسی اشیاء و فعالیتها از دید فرد پرداخت. در پزشکی، صنعت و هنر قابلیت های بینایی فرد با پردازش این تصاویر افزایش می یابد و راه حل های نوینی به منظور غلبه بر چالش ها معرفی می گردد.از سویی تصاویر فرد منظر، پژوهشگران را با چالش هایی چون حرکت غیر خطی، تاری ناشی از حرکت، گذار سریع و سرعت الگوریتم های پردازشی روبرو می کند. در این پایان نامه، به منظور بهینه‌سازی یک الگوریتم ابرپیکسل در چارچوب تصاویر فرد منظر، روند جدیدی پیشنهاد شده است. در کاربرد ویدئوهای فرد منظرِ دریافتی از ابزارکهای پوشیدنی، به یک الگوریتم پردازشی سریع و قابل پیاده سازی بر روی ابزارکهای یاد شده، نیاز است. در روش پیشنهادی، با برقراری سازش میان کیفیت جداسازی و زمان اجرای الگوریتم، به همگرایی سریعتر و پردازش بلادرنگ نزدیکتر شده ایم. برای ویدئویی با ابعاد 7201280 پیکسل در راهبردهای الگوریتمی‌ متفاوت، از 23 تا 64 درصد بهبود عملکرد حاصل شده است. همچنین الگوریتم جدید می‌تواند شبکه منظم تر و پایدارتری از ابرپیکسل‌ها ارائه دهد. بهبود سرعت الگوریتم، سبب کاهش ناچیزِ کیفیت جداسازی در نواحی هموار یک قاب از ویدئو شده است که البته این کاهش، تاثیری در کیفیت جداسازی مرزهای اشیاءِ درون تصویر، ندارد.