Made available in DSpace on 2016-12-23T14:33:46Z (GMT). No. of bitstreams: 1
Capa_ElementosPreTextuais.pdf: 505969 bytes, checksum: a5172516a3ca9c83c7a7dadd232686d6 (MD5)
Previous issue date: 2011-08-25 / Detecção e rastreamento de objetos em sequências de imagens aparece atualmente em várias situações do nosso cotidiano e se destaca pela sua importância em várias áreas como, por exemplo, na área de segurança (monitoramento de objetos ou indivíduos), dentre outros. Um dos métodos comumente utilizado é o Filtro de Partículas (FP), o principal problema do FP é a degeneração, que pode implicar em um rastreamento pior. Nesta dissertação, serão apresentados dois método híbridos baseado no Filtro de Partículas. A hibridização ocorre através da combinação do Filtro de Partículas com um método da computação natural: i) Otimização através de Enxame de Partículas; e ii) Evolução Diferencial. Os métodos propostos foram aplicados para dois estudos de caso: i) para rastreamento de trajetória de um sistema não linear caminhãoreboque, e ii) para detectar e rastrear a face de uma pessoa em uma sequência de imagens. Os resultados obtidos em termos de qualidade de rastreamento indicam um melhor desempenho dos algoritmos hibridizados quando comparados com o Filtro de Partículas padrão / Detecting and tracking objects in image sequences currently appears in various situationsof everyday life and stands out for its importance in many areas, for example, in security (monitoringobjects or persons), among others. A commonly used method is the Particle Filter,the main issue of Particle Filter is degeneration, which may imply a worse tracking. In this work, it is presented two hybrid method of Particle Filter. This hybridization occurs combining a Particle Filter and a natural computing: i) Particle Swarm Optimization; and ii) Differential Evolution. That way, aiming to minimize the degeneration problem in Particle Filter, in order to improve the performance of the tracking method. The proposed methods were applied to two case studies: i) for tracking the trajectory of the truck-trailer system, and ii) to detect and track a person s face in an image sequence. The results in terms of tracking quality indicate a better performance of hybridized algorithms when compared with the standard Particle Filter
| Identifer | oai:union.ndltd.org:IBICT/oai:dspace2.ufes.br:10/6412 |
| Date | 25 August 2011 |
| Creators | Lima, Leandro Muniz de |
| Contributors | Krohling, Renato Antonio, Boeres, Maria Claudia Silva, Salomão, João Marques |
| Publisher | Universidade Federal do Espírito Santo, Programa de Pós-Graduação em Informática, UFES, BR, Ciência da Computação |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | text |
| Source | reponame:Repositório Institucional da UFES, instname:Universidade Federal do Espírito Santo, instacron:UFES |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds