Por favor, use este identificador para citar o enlazar este ítem:
http://cicese.repositorioinstitucional.mx/jspui/handle/1007/381| Seguimiento confiable de objetos basado en métodos de correspondencia Reliable object tracking based on matching methods | |
| Daniel Miramontes Jaramillo | |
| Vitaly Kober | |
| Acceso Abierto | |
| Atribución | |
| Computación | |
| El sentido de la vista es una de las características más preciadas por el ser humano, pues es mediante ésta que podemos percibir el mundo a nuestro alrededor. Es por ello que la ciencia ha investigado desde hace varios siglos los mecanismos de visión. Recientemente, con el desarrollo de nuevas tecnologías se ha logrado avanzar en la ciencia al dotar a robots de visión y aumentar nuestra propia visión con nuevas capacidades. El problema de seguimiento se de?ne como la localización persistente de un objeto a lo largo de una secuencia de video, a cada imagen en la secuencia se le llama cuadro, y se dice que la secuencia es en tiempo real si se presentan 30 cuadros por segundo (FPS). Un algoritmo de seguimiento devuelve la trayectoria del objeto a través de la secuencia. En el presente trabajo de investigación se estudiaron diversos algoritmos de seguimiento, y se realizó un estudio comparativo de éstos contra un algoritmo propuesto para medir la viabilidad de este último. Todo algoritmo de seguimiento cuenta con tres elementos principales: 1) el modelo del objeto, es una interpretación matemática del objeto, cuantitativa y estándar, que pueda ser reproducida consistentemente en cualquier tipo de escena donde se encuentre el objeto, en nuestro caso utilizamos histogramas degradiente orientado como descriptor del objeto; 2) el detector, o módulo de correspondencia, el cual se encarga de buscar al modelo del objeto en el área del cuadro a procesar, en este trabajo se utiliza un procesamiento iterativo de actualización de histogramas, extrayendo descriptores de todo el cuadro para ?nalmente realizar una comparación del modelo del objeto con los descriptores de la escena para determinar la posición del objeto en cada cuadro; 3) el modelo de movimiento, el cual trata de predecir la posición del objeto en el siguiente cuadro a procesar, en este trabajo se usa un modelo de series de tiempo para ajustar el movimiento del objeto a una parábola mediante regresión cuadrática de mínimos cuadrados. El algoritmo propuesto se implementó en una tarjeta grá?ca para el cómputo concurrente de datos en cada uno de sus módulos, procesando las secuencias de video en tiempo real. Las secuencias de video se adquieren mediante la cámara Kinect de Microsoft, la cual proporciona imágenes de profundidad utilizadas para la segmentación del objeto y manejo de oclusión. Visual perception is one of the most appreciated features of the human, because it helps us to perceive and interpret the surrounding environment by processing information contained in visible light. Few centuries ago, the science has understood the mechanisms of our vision. Recently, with the development of new technologies, the science has achieved signi?cant advances in robot vision and other vision-based technical systems. The tracking problem is to persistently locate an object of interest in a video sequence. Each image in the sequence is known as frame, the processing carries out in real time if the rate is 30 frames per second (FPS). A tracking algorithm returns the object trajectory by means of the video sequence. In this work, we propose a new tracking algorithm and perform a comparison study of the proposed algorithm with the State-Of-The-Art tracking algorithms to measure the viability of our proposal. Basically, tracking algorithms have three elements: 1) the mathematical model of object and scene signals; the model can be consistently reproduced in any scene where the object is present, for this purpose, in this work we use the histogram of oriented gradients as the object descriptor; 2) the detector (matching module) is the search mechanism of the object in any frame to be processed; in this work we use an iterative histogram update process, computing descriptors from frames to compare against the object descriptors in order to locate the object position in each frame; 3) the motion model, this module predicts the object position in the next frame to be processed; in this work we use a time series model to ?t the object movement to a parabola by the least squares quadratic regression.The proposed algorithm is implemented in a graphics card for the concurrent processing of data at each module of the algorithm to achieve real time processing. The video sequences are acquired with the Microsoft Kinect camera; this camera provides depth images used for image segmentation and occlusion management. | |
| CICESE | |
| 2016 | |
| Tesis de doctorado | |
| Español | |
| Miramontes Jaramillo,D.2016.Seguimiento confiable de objetos basado en métodos de correspondencia.Tesis de Doctorado en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California.xiv, 127 pp. | |
| CIENCIA DE LOS ORDENADORES | |
| Aparece en las colecciones: | Tesis - Ciencias de la Computación |
Cargar archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 244751.pdf | Versión completa de la tesis | 11.53 MB | Adobe PDF | Visualizar/Abrir |