Trabalho de Conclusão de Curso
Documento
Autoria
Unidade da USP
Data de Apresentação
Orientador
Banca
Grassi Junior, Valdir
Goldenberg, Carlos
Título em Português
Sistema robusto de acompanhamento de trajetória de alvos móveis.
Palavras-chave em Português
Acompanhamento de alvos
Filtragem robusta
Processamento de imagens
Algorítmos
Resumo em Português
Este trabalho de conclusão de curso apresenta um sistema de acompanhamento
de um alvo móvel em uma sequência de vídeo capturada em tempo real. Para
a composição do sistema, são associados o algoritmo de rastreamento por cor
camshift, uma versão adaptativa do conhecido mean shift, e dois algoritmos de
predição de estado da linha do filtro de Kalman, sendo um deles uma implementação
robusta particularmente adequada a aplicações de tempo real. São fornecidos
aspectos introdutórios referentes aos componentes do sistema, iniciando-se
com a apresentação do espaço de cores HSV, que, por separar as componentes
de crominância e de luminância das cores, é mais adequado do que o tradicional
RGB a aplicações como segmentação e rastreamento. A seguir, é descrito o algoritmo
de projeção reversa de histograma, utilizado para construir uma distribuição
de probabilidade de cor, que indica, para cada pixel de um quadro do vídeo, a
probabilidade de que o mesmo pertença ao alvo, conforme representado por um
histograma-modelo da componente de matiz de seus pixels. O algoritmo mean
shift é apresentado como uma maneira de se determinar a região de máxima probabilidade
de pertencimento ao alvo na cena, e, na sequência, é mostrada a forma
como o camshift o aprimora com o ajuste adaptativo do tamanho da janela de busca,
tornando o rastreamento mais robusto. Após a descrição dos algoritmos preditores
nominal e robusto, segue-se uma visão geral do sistema de rastreamento, com
sua interface e sua sequência de atividades. Por fim, são mostrados os resultados de
uma avaliação de desempenho conduzida a fim de testar a eficiência computacional
do sistema e de comparar os preditores empregados.
Palavras-chave em Inglês
Target tracking,
Robust filtering
Image processing.
Resumo em Inglês
This text presents a tracking system for a mobile target in a video sequence that
is captured in real-time. To compose the system, an association is made between
the color-tracking algorithm camshift, an adaptive version of the well-known mean
shift, and two state prediction algorithms similar to the Kalman filter; one of them
is a robust implementation, which is suitable for real-time applications. Introductory
aspects of the components of the system are presented, beginning with the
description of the HSV color space, which, by separating the chrominance and
luminance components of the colors, becomes more suitable for applications like
segmentation and tracking than the traditional RGB space. Next, the histogram
backprojection algorithm is described as a way of creating a color probability distribution,
which indicates, for each pixel of a frame of the video, the probability
that it belongs to the target, which is represented by a model histogram of the hue
component of its pixels. The mean shift algorithm is presented as a procedure to
determine the region with the maximum probability of pertaining to the target in
the scene; then it is shown how camshift improves it with the adaptive adjustment
of the size of the searching window, what makes the tracking more robust. After
the description of the nominal and robust prediction algorithms, follows an overview
of the tracking system, including its interface and its sequence of activities.
Finally, the results of an evaluation of performance are presented, with the objectives
of assessing the computational efficiency of the system and of comparing the
two estimators.
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.
Data de Publicação
2015-02-23
Número de visitas
869
Número de downloads
946