شماره مدرك :
9283
شماره راهنما :
8585
پديد آورنده :
ترقي خواه، محمد
عنوان :

بررسي و بهبود الگوريتم رديابي تصويري تنك مبنا در مواجهه با انسداد جزئي

مقطع تحصيلي :
كارشناسي ارشد
گرايش تحصيلي :
برق و كامپيوتر-مخابرات سيستم
محل تحصيل :
اصفهان: دانشگاه صنعتي اصفهان، دانشكده برق و كامپيوتر
سال دفاع :
1393
صفحه شمار :
نه،73ص.: مصور،جدول،نمودار
يادداشت :
ص.ع.به فارسي و انگليسي
استاد راهنما :
رسول اميرفتاحي
استاد مشاور :
عليرضا معمار مقدم
توصيفگر ها :
بيان تنك , تحليل مولفه اصلي ﴿PCA﴾
تاريخ نمايه سازي :
5/9/93
استاد داور :
بهزاد نظري، پيمان معلم
دانشكده :
مهندسي برق و كامپيوتر
كد ايرانداك :
ID8585
چكيده فارسي :
چكيده رديابي اشيا متحرك يكي از مسائل مطرح در حوزه بينايي ماشين است كه بهدليل كاربردها و چالشهاي فراوان هنوز هم با گذشت بيش از سه دهه توجه محققان را به خود جلب نموده است اگرچه سابقه طرح موضوع رديابي به مسائل نظامي بر ميگردد ولي امروزه در حوزههاي صنعتي و تجاري بهمنظور تحليل حركت تشخيص فعاليت نظارت و مراقبت تعامل انسان با رايانه و غيره داراي كاربرد بسيار گسترده است رديابي را ميتوان نمايش تغييرات حالت يك شي و دنبال كردن آن تغييرات در قابهاي متوالي ويدئو تعريف كرد رديابي در محيطهاي بدون محدوديت بهدليل تغييرات منظر شي هدف ناشي از فاكتورهاي ذاتي همچون تغيير موقعيت و شكل شي و يا بيروني از قبيل تغيير روشنايي و نورپردازي محيطي حركت دوربين و ماتشدگي صحنه وجود هدفنما اختالالت نويزي و انسداد مسئلهاي چالشبرانگيز است از اين ميان در اكثر دنباله تصاوير ويدئويي بخشي از شي هدف در قابهاي مختلف قابل مشاهده نيست چنين پديدهاي به انسداد جزئي موسوم بوده و به عنوان يكي از موضوعات كليدي در بسياري از تالشهاي تحقيقاتي رديابي در طي سالهاي اخير مطرح بوده است هدف اين پژوهش دستيابي به يك الگوريتم رديابي است كه عالوه بر مقاوم بودن در برابر انسداد جزئي حتي االمكان در برابر ساير چالش هاي رديابي نيز عملكرد خوبي داشته باشد و همچنين از نظر زماني به حالت بالدرنگ نزديك شود براي اين منظور ردياب مبتني بر نمايش تنك دومرحلهاي زبر و نرم را ارائه ميدهيم كه در آن ابتدا منظر شي هدف با واژه نامهاي متشكل از بردارهاي پايه PCA و قالبهاي جزئي مدل ميشود و براي اين مدلسازي از روش حل 1 APG L بهره ميبريم براي افزايش سرعت محاسبات در مرحله اول به كمك بلوكبندي مربعي و درشت روي قالبهاي جزئي تعداد قالبهاي جزئي واژهنامه را كاهش ميدهيم و آنگاه در مرحله بعد براي پيدا كردن انسداد در سطح پيكسل كانديداهاي برتر بدست آمده از مرحله قبل را با روش 1 PCA L مورد ارزيابي قرار داده تا كانديداي نهايي بدست آيد كارايي ردياب پيشنهادي روي دنباله تصاوير مرجع 4 Occlusion1 Occlusion2 Caviar2 Car Singer1 David Indoor Car11 David Outdoor Face Deer Sylvester2008b Jumping و با معيارهاي ارزيابي مرسوم توسط يك كامپيوتر core i5 2 5 GHz با حافظه 4 GB و تحت نرم افزار MATLAB 2013a مورد بررسي قرار گرفته است نتايج شبيهسازي نشان مي دهند كه ردياب عالوه برداشتن مقاومت خوب در برابر انسداد جزئي و برخي چالشهاي ديگر به لحاظ زماني نيز بهبود قابل مالحظهاي داشته است بر اساس اين نتايج ميتوان گفت كه ردياب پيشنهادي در مجموع نسبت به ساير روشها داراي عملكرد بهتري هم در زمينه دقت و هم سرعت ميباشد نتايج كمي مقايسه با پنج الگوريتم رديابي غير تنك و نيز هفت الگوريتم كارآمد و مرسوم تنك مبنا بر روي دوازده دنباله تصوير نشان مي دهد كه ردياب پيشنهادي با سرعت اجراي 2 41 قاب بر ثانيه منجر به ميانگين خطاي مركزيابي 2 11 پيكسل و ميانگين درصد همپوشاني 5747 ميشود در حاليكه نزديكترين الگوريتم رقيب تنها با سرعتي حدود 7 2 قاب بر ثانيه منجر به ميانگين خطاي مركزيابي 3 21 پيكسل و ميانگين درصد همپوشاني 8547 ميش ود كه اين نتايج گوياي برتري روش پيشنهادي هستند كلمات كليدي رديابي تصويري بيان تنك تحليل مؤلفه اصلي PCA انسداد جزئي مدلسازي منظر
چكيده انگليسي :
Study and Improvement of Partial Occlusion Invariant Sparsity based Algorithm of Visual Tracking Mohammad Taraghikhah m taraghikhah@ec iut ac ir Date of Submission 2014 08 13 Department of Electrical and Computer Engineering Isfahan University of Technology Isfahan 84156 83111 Iran Degree M Sc Language Farsi Supervisor R Amirfattahi fattahi@cc iut ac irAbstract Tracking moving objects is one of the issues in the field of computer vision Despite the passage ofmore than three decades it has attracted the attention of researchers mainly because of its manyapplications and challenges Although the problem of object tracking history goes back to militaryissues today it has very broad applications in the areas of industry and commerce in order to motionactivity detection surveillance human computer interaction etc Tracking can be determined asshowing the state of an object and following its variations in successive frames of a video Trackingin the unrestricted environments is still a challenging problem due to appearance changes of targetobject caused by intrinsic such as pose and shape variations of object or extrinsic such asenvironmental illumination changes camera motion and blurring clutter noise disturbance andocclusion factors However in the majority of the video sequences some parts of target object arenot visible in different frames This phenomenon is called partial occlusion and has been raisedduring recent years as a key issue in tracking research The main goal of this study is to find a partial occlusion robust tracking algorithm In addition thisalgorithm should have superior performance against other tracking challenges and should have realtime operation In according to these reasons we propose a two stage tracker based on coarse andfine sparse representation At first target object appearance modeled by a dictionary consisting ofPCA basis vectors and trivial templates We apply APG L1 solving method for this modeling Wedecrease number of trivial templates to decrease computation load such that we consider one trivialtemplate for every a by a pixels Then best candidates in previous stage are evaluated by PCA L1method in order to determine the last candidate We evaluate proposed tracker by performancecriteria Results show that in addition to suitable resistivity to partial occlusion and differentchallenges the tracker is significantly shorter in process duration Also simulations show thatproposed tracker has a better performance in both accuracy and speed in comparison to otheralgorithms We compare this tracker with 5 different popular algorithms and 7 new sparse trackersusing 12 datasets We conclude that proposed tracker with 14 2 frame per second 10 2 pixel centererror 0 7475 average overlapped rate has a better performance in comparison with nearestcompetitor with 2 7 frame per second 12 9 pixel center error 0 7458 average overlapped rate Keywords visual tracking sparse representation principal component analysis pca partial occlusion appearance modeling
استاد راهنما :
رسول اميرفتاحي
استاد مشاور :
عليرضا معمار مقدم
استاد داور :
بهزاد نظري، پيمان معلم
لينک به اين مدرک :

بازگشت