Please use this identifier to cite or link to this item:
https://hdl.handle.net/10216/241Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.creator | Raquel Ramos Pinho | |
| dc.creator | João Manuel Ribeiro da Silva Tavares | |
| dc.creator | Miguel Fernando Paiva Velhote Correia | |
| dc.date.accessioned | 2019-02-05T23:53:37Z | - |
| dc.date.available | 2019-02-05T23:53:37Z | - |
| dc.date.issued | 2005 | |
| dc.identifier.other | sigarra:43400 | |
| dc.identifier.uri | https://repositorio-aberto.up.pt/handle/10216/241 | - |
| dc.description | Este relatório aborda o problema de seguimento de entidades representadas em sequências de imagens usando Visão Computacional. Para tal utiliza-se um método estocástico, o filtro de Kalman, aliado a um método de optimização global, no sentido de obter os melhores conjuntos de correspondências, e portanto garantir a optimização global do seguimento. Nesta metodologia também se inclui um modelo de gestão de entidades seguidas que possibilita avaliar em cada instante se se deve continuar o seguimento de cada entidade considerado no modelo. Deste modo, a abordagem proposta permite lidar com casos de oclusão temporária, desaparecimento definitivo, aparecimento ou reaparecimento de entidades, mantendo um número controlado de entidades seguidas em cada instante, o que reduz o custo computacional associado ao estritamente necessário.A metodologia proposta é neste trabalho testada e validada em exemplos de seguimento de entidades representadas em imagens sintéticas e reais. | |
| dc.description.abstract | This report contemplates feature tracking on image sequences using Computer Vision. To do so a stochastic method is used, the Kalman filter, allied to a global optimization method to obtain the best set of correspondences, and so to guarantee the global optimization of the tracking results. A management model is also included in this methodology to evaluate if each feature's tracking should be continued or not. By doing so, the proposed approach deals with temporary occlusion, permanent disappearance, appearance or reappearance of features, maintaining a controlled number of tracked features in each time instant, which reduces the computer cost to what is strictly necessary.The proposed methodology is here tested and validated with feature's tracking along synthetic and real image sequences. | |
| dc.language.iso | por | |
| dc.rights | openAccess | |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc/4.0/ | |
| dc.subject | Engenharia de controlo, Outras ciências da engenharia e tecnologias | |
| dc.subject | Control engineering, Other engineering and technologies | |
| dc.title | Filtro de Kalman no Seguimento de Movimento em Visão Computacional | |
| dc.type | Relatório Técnico | |
| dc.contributor.uporto | Faculdade de Engenharia | |
| dc.subject.fos | Ciências da engenharia e tecnologias::Outras ciências da engenharia e tecnologias | |
| dc.subject.fos | Engineering and technology::Other engineering and technologies | |
| Appears in Collections: | FEUP - Relatório Técnico | |
This item is licensed under a Creative Commons License
