Detalhes bibliográficos
| Ano de defesa: |
2017 |
| Autor(a) principal: |
CAMPOS, Pedro Senna de |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação: Mestrado - Ciência e Tecnologia da Computação
|
| Departamento: |
IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação
|
| País: |
Não Informado pela instituição
|
| Link de acesso: |
https://repositorio.unifei.edu.br/jspui/handle/123456789/843
|
Resumo: |
O rastreamento visual de objetos é parte vital em sistemas que realizam a percepção visual do ambiente, sendo fundamental para que as máquinas sejam capazes de ver, entender e reagir ao ambiente. O seu principal objetivo e determinar a localização de objetos de interesse em cada quadro de um vídeo de forma precisa e robusta, permitindo que aplicações de alto nível utilizem este conhecimento em suas operações. Neste trabalho é apresentado um método de rastreamento de objetos baseado em combinações de rastreadores chamado KFebT. Este método é capaz de fundir o resultado de diversos métodos de rastreamento ou métodos especialistas utilizando um filtro de Kalman. O método de fusão proposto é simples e não precisa de treinamento prévio, necessitando apenas do resultado dos rastreadores e de uma medida de confiança nesses resultados. Foram realizados testes na base de dados do Visual Object Tracking Challenge (VOT) 2015. O KFebT foi testado com combinações de dois ou três métodos de rastreamento e os resultados demonstram uma clara melhoria nos resultados comparando com o dos rastreadores utilizados em sua composição. |
