Filtro de partículas hibridizado com métodos da computação natural para detecção e rastreamento

Detalhes bibliográficos
Ano de defesa: 2011
Autor(a) principal: Lima, Leandro Muniz 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: Universidade Federal do Espírito Santo
BR
Mestrado em Informática
Centro Tecnológico
UFES
Programa de Pós-Graduação em Informática
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
004
Link de acesso: http://repositorio.ufes.br/handle/10/6412
Resumo: 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.