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

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSantos, Max Mauro Dias-
Autor(es): dc.contributorGonçalves, Cristhiane-
Autor(es): dc.contributorCôrrea, Fernanda Cristina-
Autor(es): dc.contributorSantos, Max Mauro Dias-
Autor(es): dc.creatorAlessi, Adriane-
Autor(es): dc.creatorHoffmann, João Eduardo-
Data de aceite: dc.date.accessioned2022-02-21T21:26:51Z-
Data de disponibilização: dc.date.available2022-02-21T21:26:51Z-
Data de envio: dc.date.issued2021-09-17-
Data de envio: dc.date.issued2021-09-17-
Data de envio: dc.date.issued2020-12-10-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/26028-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/652842-
Descrição: dc.descriptionThe 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.-
Descrição: dc.descriptionAs 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.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherPonta Grossa-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherDepartamento Acadêmico de Eletrônica-
Publicador: dc.publisherEngenharia Elétrica-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectDetectores-
Palavras-chave: dc.subjectSistemas inteligentes de veículos rodoviários-
Palavras-chave: dc.subjectVeículos autônomos-
Palavras-chave: dc.subjectVisão por computador-
Palavras-chave: dc.subjectDetectors-
Palavras-chave: dc.subjectIntelligent transportation systems-
Palavras-chave: dc.subjectAutomated vehicles-
Palavras-chave: dc.subjectComputer vision-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA-
Título: dc.titleSistema adaptativo de identificação e rastreamento para classificação e localização de objetos em tempo real baseado em câmeras para veículos autônomos-
Título: dc.titleAdaptive identification and tracking system for classifying and locating real-time objects based on cameras for autonomous vehicles-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.