Rastreamento de múltiplos objetos utilizando filtro de Kalman
Autor(a) principal: | |
---|---|
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 |