Rastreamento de múltiplos objetos utilizando filtro de Kalman

Detalhes bibliográficos
Autor(a) principal: Pegoretti, Hugo Ferrari
Data de Publicação: 2021
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/228611
Resumo: TCC (graduação) - Universidade Federal de Santa Catarina. Campus Blumenau. Engenharia de Controle e Automação
id UFSC_e7a38cb2bba3bcd8bf54664c7fa2aa73
oai_identifier_str oai:repositorio.ufsc.br:123456789/228611
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Rastreamento de múltiplos objetos utilizando filtro de KalmanFiltro-de-KalmanDetecçãoRastreamentoKalman-FilterTrackingTCC (graduação) - Universidade Federal de Santa Catarina. Campus Blumenau. Engenharia de Controle e AutomaçãoO rastreamento de múltiplos objetos em vídeo é um campo de estudo da área de visão computacional. Basicamente, um dos métodos de rastreamento de objetos mais utilizado consiste na execução de duas etapas: detecção dos objetos de interesse presentes em uma cena e estimação da posição destes objetos. Assim, este trabalho propõe a implementação de um sistema de visão computacional capaz de detectar e rastrear múltiplos objetos em um vídeo utilizando filtro de Kalman, sendo projetado para estimar de forma precisa a posição de um objeto de interesse, mesmo em situações em que a posição do objeto não pode ser medida (por sensores) em um dado instante de tempo. O sistema foi desenvolvido através do software Matlab, apresentando resultados satisfatórios para diferentes cenários de operação.Tracking multiple objects in video is an area of computer vision. One of the most used object tracking methods is the execution of two steps: detection of objects of interest present in a scene and estimation of the position of these objects. Thus, this work proposes the implementation of a computer vision system capable of detecting and tracking multiple objects in a video using a Kalman filter, being designed to accurately estimate the position of an object of interest, even in situations where the position object cannot be measured (by sensors) at a given instant of time. The system was developed using Matlab software, presenting satisfactory results for different operating scenarios.Blumenau, SCMatsuo, Marcos ViniciusUniversidade Federal de Santa CatarinaPegoretti, Hugo Ferrari2021-10-01T22:34:56Z2021-10-01T22:34:56Z2021-09-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis50 f.application/pdfhttps://repositorio.ufsc.br/handle/123456789/228611info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2021-10-01T22:34:56Zoai:repositorio.ufsc.br:123456789/228611Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732021-10-01T22:34:56Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Rastreamento de múltiplos objetos utilizando filtro de Kalman
title Rastreamento de múltiplos objetos utilizando filtro de Kalman
spellingShingle Rastreamento de múltiplos objetos utilizando filtro de Kalman
Pegoretti, Hugo Ferrari
Filtro-de-Kalman
Detecção
Rastreamento
Kalman-Filter
Tracking
title_short Rastreamento de múltiplos objetos utilizando filtro de Kalman
title_full Rastreamento de múltiplos objetos utilizando filtro de Kalman
title_fullStr Rastreamento de múltiplos objetos utilizando filtro de Kalman
title_full_unstemmed Rastreamento de múltiplos objetos utilizando filtro de Kalman
title_sort Rastreamento de múltiplos objetos utilizando filtro de Kalman
author Pegoretti, Hugo Ferrari
author_facet Pegoretti, Hugo Ferrari
author_role author
dc.contributor.none.fl_str_mv Matsuo, Marcos Vinicius
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Pegoretti, Hugo Ferrari
dc.subject.por.fl_str_mv Filtro-de-Kalman
Detecção
Rastreamento
Kalman-Filter
Tracking
topic Filtro-de-Kalman
Detecção
Rastreamento
Kalman-Filter
Tracking
description TCC (graduação) - Universidade Federal de Santa Catarina. Campus Blumenau. Engenharia de Controle e Automação
publishDate 2021
dc.date.none.fl_str_mv 2021-10-01T22:34:56Z
2021-10-01T22:34:56Z
2021-09-27
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/123456789/228611
url https://repositorio.ufsc.br/handle/123456789/228611
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 50 f.
application/pdf
dc.publisher.none.fl_str_mv Blumenau, SC
publisher.none.fl_str_mv Blumenau, 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_ 1808652191258378240