Please use this identifier to cite or link to this item: https://hdl.handle.net/10216/122404
Author(s): Pedro José Ascensão Ramalho
Title: Feature Extraction and Object Classification in Video Sequences for Military Surveillance
Issue Date: 2019-07-09
Abstract: Object detection and recognition requires a learning system that can automatically identify a group of objects independently of the input data. To be able to perform this kind of identification, this system needs to previously analyze a large group of data, so it can memorize special features of different objects. This procedure it's called training and it's the first step in all the detection and recognition processes of machine learning.Although there are already many models that perform detection and recognition for a large group of objects, one of the goals of this project is to specify this identification into a small and special group of objects. This will be achieved by using transfer learning, that is a process that uses the knowledge gained by one of these models while solving one problem and applies it to a different one. Basically, it takes advantage of the feature extraction procedure outputs and use them to learn how to identify other kind of objects.Feature extraction is a group of processes with the goal of simplifying big groups of data by creating small sets of non-redundant information. These small groups are more manageable and can fully describe the original data set and, by using them, the resources necessary to analyse a large set of input data are decreased. In this context, the data to be analyzed will be captured by a camera implemented at a stationary point or in a vehicle. When dealing with the capture of visual information, it's normal that a large number of data is generated. So, it's important to analyze it efficiently and achieve relevant information identification. This dissertation focuses in military uses, therefore these operations are going to be used to automatically identify objects in the military field, that is, tanks, guns, people and vehicles (cars and trucks), achieving territorial surveillance.
Description: A detecção e reconhecimento de objectos requer um sistema de aprendizagem que possa identificar automaticamente um grupo de objectos, independentemente dos dados de entrada. Para que este tipo de identificação seja possível, este sistema precisa analisar previamente um grande grupo de dados para que possa memorizar pontos de interesse de diferentes objectos. Esta é a chamada fase de treino e é o primeiro passo em todos os processos de detecção e reconhecimento de machine learning.Embora já existam muitos modelos que realizam a detecção e reconhecimento de um grande grupo de objectos, um dos objetivos deste projeto é especificar esta identificação para um grupo pequeno e especial de objetos. Isto torna-se possível usando transfer learning, que é um processo que usa o conhecimento adquirido, por um desses modelos, na resolução de um problema e aplica-o para solucionar uma questão diferente. Basicamente, tira proveito do resultado do processo de extração de características e utiliza-o para aprender a identificar outro tipo de objetos.A extração de características é um grupo de processos com o objetivo de simplificar grandes grupos de dados, criando pequenos conjuntos de informações não redundantes. Esses pequenos grupos são mais fáceis de controlar, descrevem totalmente o conjunto de dados original e, ao usá-los, os recursos necessários para analisar um grande conjunto de dados são reduzidos.Neste contexto, os dados a serem analisados ​​serão capturados por uma câmara implementada num ponto estacionário ou num veículo. Quando se lida com a captura de informação visual é normal que um grande número de dados seja gerado. Por isso, é importante analisá-lo com eficiência e identificar informações que são relevantes.Esta dissertação é realizada no âmbito militar, uma vez que os objectos a serem automaticamente identificados são tanques, armas, pessoas e veículos (carros e camiões), alcançando, assim, vigilância territorial.
Subject: Engenharia electrotécnica, electrónica e informática
Electrical engineering, Electronic engineering, Information engineering
Scientific areas: Ciências da engenharia e tecnologias::Engenharia electrotécnica, electrónica e informática
Engineering and technology::Electrical engineering, Electronic engineering, Information engineering
TID identifier: 202396657
URI: https://hdl.handle.net/10216/122404
Document Type: Dissertação
Rights: embargoedAccess
Embargo End Date: 2021-07-08
Appears in Collections:FEUP - Dissertação

Files in This Item:
File Description SizeFormat 
353347.pdf
  Restricted Access
Feature Extraction and Object Classification in Video Sequences for Military Surveillance17.26 MBAdobe PDF    Request a copy from the Author(s)


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.