Rastreamento de múltiplos objetos em cenas de videovigilância com uso de filtro de Kalman e descritores locais

Detalhes bibliográficos
Autor(a) principal: Santos, Tiago Pinheiro dos
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/193110
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2018.
id UFSC_d0c7d80afeb98d89b5e057041b69c51b
oai_identifier_str oai:repositorio.ufsc.br:123456789/193110
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Rastreamento de múltiplos objetos em cenas de videovigilância com uso de filtro de Kalman e descritores locaisEngenharia de sistemasAutomaçãoVideovigilânciaKalman, Filtragem deDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2018.Os sistemas de videomonitoramento têm exercido um papel importantena redução da criminalidade, o que torna esses sistemas atrativos para omercado. O aumento da demanda por sistemas de CFTV (circuitos fechados de televisão) e a necessidade de melhorar a qualidade do trabalho de vigilantes têm impulsionado pesquisadores da área de visãocomputacional a desenvolver sistemas de videovigilância inteligentes que são capazes de alertar os vigias sobre possíveis ações antissociais noambiente monitorado. Uma etapa essencial para se criar um sistema desse tipo é o rastreamento de objetos, que é um assunto estudado a mais de 60 anos e ainda motiva pesquisadores a desenvolver métodos eheurísticas criativas para acercar o problema de rastreamento em aplicações específicas. Este trabalho propõe dois rastreadores de múltiplos alvos voltados para aplicações de videovigilância que utilizamtécnicas populares no estado da arte, como a extração de plano de fundousando o Visual Background extractor (ViBe), filtro de Kalman e descritores locais Fast Retina Keypoint (FREAK), que são úteis paradistinguir um alvo de outro e inferir posições dos mesmos. Esta dissertação aborda os principais tópicos de um rastreador e algumas dassoluções encontradas na literatura para este tipo de problema. Os rastreadores propostos apresentaram resultados satisfatórios e competitivos para com alguns algoritmos do estado da arte em sequencias de vídeo específicas.Abstract : Video surveillance systems have been responsible for crime reductionover the years, which is increasing the market appreciation for CCTV(Closed Circuit of Television) systems. The growing demand for thosesystems and the need to improve the work quality in surveillance havebeen pushing the scientific community towards intelligent surveillancesystems development, which are capable of warning security crew against antisocial behavior at the monitored area. There is a crucial stepto build an intelligent surveillance system: the object tracking. Researchers have been studying this topic for more than 60 years, though it still inspires the community to present creative methods andheuristics addressing the object tracking in specific applications. Thispaper reveals two multiple object tracking algorithms focused on surveillance applications that use popular techniques in the state-of-theart, such as background subtraction by Visual Background extractor(ViBe), Kalman Filter as an estimator and local descriptors Fast RetinaKeypoint (FREAK) to distinguish one target from another, plus it helpstarget positioning. These algorithms present reasonable and competitiveresults in comparison with other algorithms in the state-of-the-art considering specific video sequences.Stemmer, Marcelo RicardoCasagrande, Jorge Henrique BusattoUniversidade Federal de Santa CatarinaSantos, Tiago Pinheiro dos2019-02-02T03:02:16Z2019-02-02T03:02:16Z2018info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis136 p.| il., tabs.application/pdf355532https://repositorio.ufsc.br/handle/123456789/193110porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2019-02-02T03:02:17Zoai:repositorio.ufsc.br:123456789/193110Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732019-02-02T03:02:17Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Rastreamento de múltiplos objetos em cenas de videovigilância com uso de filtro de Kalman e descritores locais
title Rastreamento de múltiplos objetos em cenas de videovigilância com uso de filtro de Kalman e descritores locais
spellingShingle Rastreamento de múltiplos objetos em cenas de videovigilância com uso de filtro de Kalman e descritores locais
Santos, Tiago Pinheiro dos
Engenharia de sistemas
Automação
Videovigilância
Kalman, Filtragem de
title_short Rastreamento de múltiplos objetos em cenas de videovigilância com uso de filtro de Kalman e descritores locais
title_full Rastreamento de múltiplos objetos em cenas de videovigilância com uso de filtro de Kalman e descritores locais
title_fullStr Rastreamento de múltiplos objetos em cenas de videovigilância com uso de filtro de Kalman e descritores locais
title_full_unstemmed Rastreamento de múltiplos objetos em cenas de videovigilância com uso de filtro de Kalman e descritores locais
title_sort Rastreamento de múltiplos objetos em cenas de videovigilância com uso de filtro de Kalman e descritores locais
author Santos, Tiago Pinheiro dos
author_facet Santos, Tiago Pinheiro dos
author_role author
dc.contributor.none.fl_str_mv Stemmer, Marcelo Ricardo
Casagrande, Jorge Henrique Busatto
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Santos, Tiago Pinheiro dos
dc.subject.por.fl_str_mv Engenharia de sistemas
Automação
Videovigilância
Kalman, Filtragem de
topic Engenharia de sistemas
Automação
Videovigilância
Kalman, Filtragem de
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2018.
publishDate 2018
dc.date.none.fl_str_mv 2018
2019-02-02T03:02:16Z
2019-02-02T03:02:16Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 355532
https://repositorio.ufsc.br/handle/123456789/193110
identifier_str_mv 355532
url https://repositorio.ufsc.br/handle/123456789/193110
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 136 p.| il., tabs.
application/pdf
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_ 1808652378519371776

Registros relacionados