Trabalho de Conclusão de Curso
Documento
Autoria
Unidade da USP
Data de Apresentação
Orientador
Banca
Grassi Junior, Valdir
Terra, Marco Henrique
Título em Português
Rastreamento visual de objetos utilizando filtro robusto.
Palavras-chave em Português
Filtragem robusta
Kalman
Controle
Rastreamento visual
Filtro de partículas
Robótica
Algorítmos genéticos
Resumo em Português
Este projeto de formatura propõe um estudo sobre o rastreamento visual de um objeto alvo utilizando filtro robusto recursivo ótimo para reduzir a área de busca do alvo na imagem. Sendo estudada inicialmente a identificação de objetos em imagens dinâmicas e posteriormente a elaboração de um modelo dinâmico, em espaço de estado, para o movimento do objeto. O filtro de Kalman será estudado e implementado para realizar estimativas de posições futuras do alvo e assim reduzir a área de busca do alvo na imagem. Espera-se reduzir o tempo e o peso computacional com esta redução de área. Serão implementados dois outros filtros robustos baseados no filtro de Kalman, o filtro BDU e o filtro robusto recursivo ótimo, porém com abordagens distintas. Algoritmos genéticos serão usados para a parametrização dos filtros. É construído também um filtro de partículas para o rastreamento visual. Um estudo comparativo do desempenho dos quatro filtros será levantado ao final.
Palavras-chave em Inglês
Robotics
Moving target tracking
Kalman
Robust filtering
Genetic algorithms.
Condensation algorithm.
Resumo em Inglês
This graduation project proposes a study on visual tracking of a target object using recursive optimal robust filter to reduce the search area in the target image. At first studying how to identify objects in dynamic images, and subsequently the development of a dynamic model in state space for the movement of the target. The Kalman filter will be studied and implemented to make estimates of future positions of the target and thus reduce the search area. Two robust filters will be studied and implemented based on the robust Kalman filter, the BDU and the recursive optimal robust, but with different approaches. Genetic algorithms will be used for parameterization of the filters. A condensation algorithm is also constructed to perform the tracking. A final performance comparison of three filters will be lifted at the end.
Arquivos
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome(s) do(s) autor(es) do trabalho.
Colombo_Danilo.pdf (3.03 Mbytes)
 
Data de Publicação
2014-04-29
Número de visitas
1715
Número de downloads
1849
Copyright © 2010 Biblioteca Digital de Trabalhos Acadêmicos da USP. Todos os direitos reservados.