Sistema adaptativo de identificação e rastreamento para classificação e localização de objetos em tempo real baseado em câmeras para veículos autônomos

Detalhes bibliográficos
Autor(a) principal: Alessi, Adriane
Data de Publicação: 2020
Outros Autores: Hoffmann, João Eduardo
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/26028
Resumo: As conquistas recentes de visão computacional mostram um ganho proporcional na precisão de tarefas de localização e classificação de objetos e na complexidade das estruturas neurais. O foco contínuo na precisão exige equilíbrio de processamento para expandir o número de aplicações e usos de um determinado sistema e garantir sua versatilidade. Para esse propósito, duas abordagens de visão computacional para localização, detecção e rastreamento de objetos, são descritas e associadas. Com as atuais abordagens de visão computacional e redes neurais convolucionais consideradas, um algoritmo de vários estágios é implementado adotando o modelo neural YOLOv3, para detecção de objetos, e a abordagem hierárquica HART, para rastreamento de objetos. Além disso, é realizada a proposição de um sistema adaptável de mudança de estágio pós-detecção com base no número de objetos detectados nas imagens de sequência e no tempo de processamento relativo ao estágio. O sistema adaptável compõe um modelo capaz de apresentar ótimos resultados de desempenho com recursos de detecção e rastreamento de objetos. No final, apresenta-se uma avaliação comparativa de desempenho, utilizando o conjunto de dados KITTI, com a intenção de analisar e enfatizar o desempenho de cada estágio para sequências relacionadas a ambientes de tráfego. A avaliação, consistindo em métricas e definições de precisão e tempo de processamento, é realizada para configurações multiestágios de localização e rastreamento pós-localização com mudança adaptável de estágios.
id UTFPR-12_15c419ab2c52ca2f53bb567408553580
oai_identifier_str oai:repositorio.utfpr.edu.br:1/26028
network_acronym_str UTFPR-12
network_name_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository_id_str
spelling 2021-09-17T14:40:32Z2021-09-17T14:40:32Z2020-12-11ALESSI, Adriane; HOFFMANN, João Eduardo. Sistema adaptativo de identificação e rastreamento para classificação e localização de objetos em tempo real baseado em câmeras para veículos autônomos. 2020. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2020.http://repositorio.utfpr.edu.br/jspui/handle/1/26028As conquistas recentes de visão computacional mostram um ganho proporcional na precisão de tarefas de localização e classificação de objetos e na complexidade das estruturas neurais. O foco contínuo na precisão exige equilíbrio de processamento para expandir o número de aplicações e usos de um determinado sistema e garantir sua versatilidade. Para esse propósito, duas abordagens de visão computacional para localização, detecção e rastreamento de objetos, são descritas e associadas. Com as atuais abordagens de visão computacional e redes neurais convolucionais consideradas, um algoritmo de vários estágios é implementado adotando o modelo neural YOLOv3, para detecção de objetos, e a abordagem hierárquica HART, para rastreamento de objetos. Além disso, é realizada a proposição de um sistema adaptável de mudança de estágio pós-detecção com base no número de objetos detectados nas imagens de sequência e no tempo de processamento relativo ao estágio. O sistema adaptável compõe um modelo capaz de apresentar ótimos resultados de desempenho com recursos de detecção e rastreamento de objetos. No final, apresenta-se uma avaliação comparativa de desempenho, utilizando o conjunto de dados KITTI, com a intenção de analisar e enfatizar o desempenho de cada estágio para sequências relacionadas a ambientes de tráfego. A avaliação, consistindo em métricas e definições de precisão e tempo de processamento, é realizada para configurações multiestágios de localização e rastreamento pós-localização com mudança adaptável de estágios.The achievements of recent computer vision proposals show a proportional gain of object classification and localization accuracy to the complexity of neural network structures. The continuous focus on precision demands balance in processing to expand the number of applications and uses of a given system and guarantee its versatility. For this purpose, two computer vision approaches for object localization, detection and tracking, are described and associated. With current computer vision approaches and convolutional neural networks considered, a multistage algorithm is implemented adopting the YOLOv3 neural model for object detection and the HART approach for object tracking. In addition, we propose a post-detection adaptable stage change system based on the number of detected objects in sequence images and stage-related processing time. The adaptable system composes a model capable of presenting optimal performance results with detection and tracking features. In the end, we present a comparative performance evaluation, using the KITTI dataset, with the intention of analyzing and emphasizing the performance of each stage for sequences related to traffic environments. The evaluation, consisting of average precision and processing time metrics and definitions, is performed for multistage configurations of localization and post-localization tracking with adaptive stage changes.porUniversidade Tecnológica Federal do ParanáPonta GrossaEngenharia ElétricaUTFPRBrasilDepartamento Acadêmico de EletrônicaCNPQ::ENGENHARIAS::ENGENHARIA ELETRICADetectoresSistemas inteligentes de veículos rodoviáriosVeículos autônomosVisão por computadorDetectorsIntelligent transportation systemsAutomated vehiclesComputer visionSistema adaptativo de identificação e rastreamento para classificação e localização de objetos em tempo real baseado em câmeras para veículos autônomosAdaptive identification and tracking system for classifying and locating real-time objects based on cameras for autonomous vehiclesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisPonta GrossaSantos, Max Mauro DiasGonçalves, CristhianeCôrrea, Fernanda CristinaSantos, Max Mauro DiasAlessi, AdrianeHoffmann, João Eduardoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRLICENSElicense.txtlicense.txttext/plain; charset=utf-81290http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26028/2/license.txtb9d82215ab23456fa2d8b49c5df1b95bMD52ORIGINALlocalizacaotemporealveiculos.pdflocalizacaotemporealveiculos.pdfapplication/pdf1661679http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26028/1/localizacaotemporealveiculos.pdf32b1781e8a2c6c8e0ade71b183fd0e46MD51TEXTlocalizacaotemporealveiculos.pdf.txtlocalizacaotemporealveiculos.pdf.txtExtracted texttext/plain84279http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26028/3/localizacaotemporealveiculos.pdf.txta6e282ffa0c43d81dad81ce2ab1b8982MD53THUMBNAILlocalizacaotemporealveiculos.pdf.jpglocalizacaotemporealveiculos.pdf.jpgGenerated Thumbnailimage/jpeg1367http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26028/4/localizacaotemporealveiculos.pdf.jpg4774bf7cacaf5b72f7cf39f7ca293d0bMD541/260282021-09-18 03:05:44.534oai:repositorio.utfpr.edu.br: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ório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2021-09-18T06:05:44Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false
dc.title.pt_BR.fl_str_mv Sistema adaptativo de identificação e rastreamento para classificação e localização de objetos em tempo real baseado em câmeras para veículos autônomos
dc.title.alternative.pt_BR.fl_str_mv Adaptive identification and tracking system for classifying and locating real-time objects based on cameras for autonomous vehicles
title Sistema adaptativo de identificação e rastreamento para classificação e localização de objetos em tempo real baseado em câmeras para veículos autônomos
spellingShingle Sistema adaptativo de identificação e rastreamento para classificação e localização de objetos em tempo real baseado em câmeras para veículos autônomos
Alessi, Adriane
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Detectores
Sistemas inteligentes de veículos rodoviários
Veículos autônomos
Visão por computador
Detectors
Intelligent transportation systems
Automated vehicles
Computer vision
title_short Sistema adaptativo de identificação e rastreamento para classificação e localização de objetos em tempo real baseado em câmeras para veículos autônomos
title_full Sistema adaptativo de identificação e rastreamento para classificação e localização de objetos em tempo real baseado em câmeras para veículos autônomos
title_fullStr Sistema adaptativo de identificação e rastreamento para classificação e localização de objetos em tempo real baseado em câmeras para veículos autônomos
title_full_unstemmed Sistema adaptativo de identificação e rastreamento para classificação e localização de objetos em tempo real baseado em câmeras para veículos autônomos
title_sort Sistema adaptativo de identificação e rastreamento para classificação e localização de objetos em tempo real baseado em câmeras para veículos autônomos
author Alessi, Adriane
author_facet Alessi, Adriane
Hoffmann, João Eduardo
author_role author
author2 Hoffmann, João Eduardo
author2_role author
dc.contributor.advisor1.fl_str_mv Santos, Max Mauro Dias
dc.contributor.referee1.fl_str_mv Gonçalves, Cristhiane
dc.contributor.referee2.fl_str_mv Côrrea, Fernanda Cristina
dc.contributor.referee3.fl_str_mv Santos, Max Mauro Dias
dc.contributor.author.fl_str_mv Alessi, Adriane
Hoffmann, João Eduardo
contributor_str_mv Santos, Max Mauro Dias
Gonçalves, Cristhiane
Côrrea, Fernanda Cristina
Santos, Max Mauro Dias
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
topic CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Detectores
Sistemas inteligentes de veículos rodoviários
Veículos autônomos
Visão por computador
Detectors
Intelligent transportation systems
Automated vehicles
Computer vision
dc.subject.por.fl_str_mv Detectores
Sistemas inteligentes de veículos rodoviários
Veículos autônomos
Visão por computador
Detectors
Intelligent transportation systems
Automated vehicles
Computer vision
description As conquistas recentes de visão computacional mostram um ganho proporcional na precisão de tarefas de localização e classificação de objetos e na complexidade das estruturas neurais. O foco contínuo na precisão exige equilíbrio de processamento para expandir o número de aplicações e usos de um determinado sistema e garantir sua versatilidade. Para esse propósito, duas abordagens de visão computacional para localização, detecção e rastreamento de objetos, são descritas e associadas. Com as atuais abordagens de visão computacional e redes neurais convolucionais consideradas, um algoritmo de vários estágios é implementado adotando o modelo neural YOLOv3, para detecção de objetos, e a abordagem hierárquica HART, para rastreamento de objetos. Além disso, é realizada a proposição de um sistema adaptável de mudança de estágio pós-detecção com base no número de objetos detectados nas imagens de sequência e no tempo de processamento relativo ao estágio. O sistema adaptável compõe um modelo capaz de apresentar ótimos resultados de desempenho com recursos de detecção e rastreamento de objetos. No final, apresenta-se uma avaliação comparativa de desempenho, utilizando o conjunto de dados KITTI, com a intenção de analisar e enfatizar o desempenho de cada estágio para sequências relacionadas a ambientes de tráfego. A avaliação, consistindo em métricas e definições de precisão e tempo de processamento, é realizada para configurações multiestágios de localização e rastreamento pós-localização com mudança adaptável de estágios.
publishDate 2020
dc.date.issued.fl_str_mv 2020-12-11
dc.date.accessioned.fl_str_mv 2021-09-17T14:40:32Z
dc.date.available.fl_str_mv 2021-09-17T14:40:32Z
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.citation.fl_str_mv ALESSI, Adriane; HOFFMANN, João Eduardo. Sistema adaptativo de identificação e rastreamento para classificação e localização de objetos em tempo real baseado em câmeras para veículos autônomos. 2020. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2020.
dc.identifier.uri.fl_str_mv http://repositorio.utfpr.edu.br/jspui/handle/1/26028
identifier_str_mv ALESSI, Adriane; HOFFMANN, João Eduardo. Sistema adaptativo de identificação e rastreamento para classificação e localização de objetos em tempo real baseado em câmeras para veículos autônomos. 2020. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2020.
url http://repositorio.utfpr.edu.br/jspui/handle/1/26028
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.publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Ponta Grossa
dc.publisher.program.fl_str_mv Engenharia Elétrica
dc.publisher.initials.fl_str_mv UTFPR
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Departamento Acadêmico de Eletrônica
publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Ponta Grossa
dc.source.none.fl_str_mv reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
instname:Universidade Tecnológica Federal do Paraná (UTFPR)
instacron:UTFPR
instname_str Universidade Tecnológica Federal do Paraná (UTFPR)
instacron_str UTFPR
institution UTFPR
reponame_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
collection Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
bitstream.url.fl_str_mv http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26028/2/license.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26028/1/localizacaotemporealveiculos.pdf
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26028/3/localizacaotemporealveiculos.pdf.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/26028/4/localizacaotemporealveiculos.pdf.jpg
bitstream.checksum.fl_str_mv b9d82215ab23456fa2d8b49c5df1b95b
32b1781e8a2c6c8e0ade71b183fd0e46
a6e282ffa0c43d81dad81ce2ab1b8982
4774bf7cacaf5b72f7cf39f7ca293d0b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)
repository.mail.fl_str_mv
_version_ 1805922913931493376