Aplicação de Deep Appearance Descriptor em algoritmo de visão computacional para rastreamento de múltiplos objetos em imagens de VANT

Detalhes bibliográficos
Autor(a) principal: Lenzi, Pedro Henrique Candido
Data de Publicação: 2022
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/243608
Resumo: TCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia de Controle e Automação.
id UFSC_ce37e9a38d75af521af1a8506c86a9b2
oai_identifier_str oai:repositorio.ufsc.br:123456789/243608
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Aplicação de Deep Appearance Descriptor em algoritmo de visão computacional para rastreamento de múltiplos objetos em imagens de VANTVisão computacionalAssociação de dadosRastreamento de múltiplos objetosComputer visionData associationMulti object trackingTCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia de Controle e Automação.A solução de adicionar a ferramenta de Deep Appearance Descriptor à rotina do algoritmo de rastreamento de múltiplos objetos para melhorar o desempenho de reidentificação de objetos em sequências de quadros capturados por veículos aéreos não tripulados foi trazida pela empresa parceira a esse projeto como um projeto in- terno. Este trabalho relata como foram feitos o aperfeiçoamento e a integração desta ferramenta no programa de rastreamento da empresa, baseado na abordagem Simple Online and Realtime Tracking. Para o aperfeiçoamento desta ferramenta, criou-se um banco de imagens a fim de treinar uma rede neural artificial extratora de vetores de características pertencentes à rotina desta ferramenta. Na criação desse banco de imagens, foi usada a distância de Mahalanobis dos vetores de características das mesmos como critério para a limpeza do dataset. Neste projeto, foram empregadas diferentes métricas a fim de avaliar o desempenho de rastreamento de reidentificação do código. Por fim, foi obtida uma redução no valor de reidentificações errôneas em 12%, representando uma melhoria nesta função.The solution of adding a Deep Appearance Descriptor tool to the routine of the multiple object tracking algorithm to improve the re-identification performance of objects in sequences of structures captured by unmanned aerial vehicles was brought by the partner company to this work as an internal project. This monography describes how the enhancement and integration of this tool into the tracking program based on the Simple Online and Realtime Tracking approach was done. To improve this tool, a dataset of images was created in order to train an artificial neural network that extracts the characteristic vectors and belong to the routine of this tool. When creating this dataset of images, the Mahalanobis distance of the feature vectors was used as a criterion for cleaning the dataset. In this project, different metrics were used in order to evaluate the code re-identification tracking performance. Finally, a reduction in the value of erroneous re-identifications was obtained representing an improvement of 12% in this function.Florianópolis, SC.Flesch, Rodolfo César CostaUniversidade Federal de Santa Catarina.Lenzi, Pedro Henrique Candido2022-12-26T16:41:54Z2022-12-26T16:41:54Z2022-12-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis61 f.application/pdfhttps://repositorio.ufsc.br/handle/123456789/243608Open Access.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2022-12-26T16:41:54Zoai:repositorio.ufsc.br:123456789/243608Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732022-12-26T16:41:54Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Aplicação de Deep Appearance Descriptor em algoritmo de visão computacional para rastreamento de múltiplos objetos em imagens de VANT
title Aplicação de Deep Appearance Descriptor em algoritmo de visão computacional para rastreamento de múltiplos objetos em imagens de VANT
spellingShingle Aplicação de Deep Appearance Descriptor em algoritmo de visão computacional para rastreamento de múltiplos objetos em imagens de VANT
Lenzi, Pedro Henrique Candido
Visão computacional
Associação de dados
Rastreamento de múltiplos objetos
Computer vision
Data association
Multi object tracking
title_short Aplicação de Deep Appearance Descriptor em algoritmo de visão computacional para rastreamento de múltiplos objetos em imagens de VANT
title_full Aplicação de Deep Appearance Descriptor em algoritmo de visão computacional para rastreamento de múltiplos objetos em imagens de VANT
title_fullStr Aplicação de Deep Appearance Descriptor em algoritmo de visão computacional para rastreamento de múltiplos objetos em imagens de VANT
title_full_unstemmed Aplicação de Deep Appearance Descriptor em algoritmo de visão computacional para rastreamento de múltiplos objetos em imagens de VANT
title_sort Aplicação de Deep Appearance Descriptor em algoritmo de visão computacional para rastreamento de múltiplos objetos em imagens de VANT
author Lenzi, Pedro Henrique Candido
author_facet Lenzi, Pedro Henrique Candido
author_role author
dc.contributor.none.fl_str_mv Flesch, Rodolfo César Costa
Universidade Federal de Santa Catarina.
dc.contributor.author.fl_str_mv Lenzi, Pedro Henrique Candido
dc.subject.por.fl_str_mv Visão computacional
Associação de dados
Rastreamento de múltiplos objetos
Computer vision
Data association
Multi object tracking
topic Visão computacional
Associação de dados
Rastreamento de múltiplos objetos
Computer vision
Data association
Multi object tracking
description TCC (graduação) - Universidade Federal de Santa Catarina, Centro Tecnológico, Engenharia de Controle e Automação.
publishDate 2022
dc.date.none.fl_str_mv 2022-12-26T16:41:54Z
2022-12-26T16:41:54Z
2022-12-13
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/243608
url https://repositorio.ufsc.br/handle/123456789/243608
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Open Access.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Open Access.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 61 f.
application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC.
publisher.none.fl_str_mv Florianópolis, SC.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652022421913600

Registros relacionados