Re-identificando alvos de rastreamento

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Gaiardo, Guilherme de Freitas
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
dARK ID: ark:/26339/0013000017p85
Idioma: por
Instituição de defesa: Universidade Federal de Santa Maria
Brasil
Ciência da Computação
UFSM
Programa de Pós-Graduação em Ciência da Computação
Centro de Tecnologia
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Rastreamento
Detecção
Re-identificação
Tracking
Detection
Re-identification
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Link de acesso: http://repositorio.ufsm.br/handle/1/22324
Resumo: This work tackle the task of target re-detection in the context of visual tracking. We propose the integration of correlation filter trackers along with Support Vector Machine classifiers to build a long-term appearance model capable of detecting tracking failures and recover from them. We perform extensive testing on the OTB dataset and analyse the results both quantitatively and qualitatively, providing evidence that the proposed method results on a more robust tracker.
id UFSM_a075f6c22f67536e891763e1d1111c46
oai_identifier_str oai:repositorio.ufsm.br:1/22324
network_acronym_str UFSM
network_name_str Manancial - Repositório Digital da UFSM
repository_id_str
spelling Re-identificando alvos de rastreamentoTracking target re-identificationRastreamentoDetecçãoRe-identificaçãoTrackingDetectionRe-identificationCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOThis work tackle the task of target re-detection in the context of visual tracking. We propose the integration of correlation filter trackers along with Support Vector Machine classifiers to build a long-term appearance model capable of detecting tracking failures and recover from them. We perform extensive testing on the OTB dataset and analyse the results both quantitatively and qualitatively, providing evidence that the proposed method results on a more robust tracker.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESO presente trabalho apresenta uma arquitetura para rastreamento e re-identificação de um alvo determinado em tempo de execução. A proposta inclui o uso de rastreadores propostos na literatura em conjunto com descritores locais e Máquinas de Vetores de Suporte para a geração de um modelo de aparência do alvo rastreado, de forma que falhas de rastreamento possam ser corrigidas. São apresentadas análises quantitativas e qualitativas dos resultados dos testes realizados no conjunto de dados OTB, indicando uma melhoria em relação aos rastreadores comparados da literatura.Universidade Federal de Santa MariaBrasilCiência da ComputaçãoUFSMPrograma de Pós-Graduação em Ciência da ComputaçãoCentro de TecnologiaLegg, Andrei Piccininihttp://lattes.cnpq.br/9873333807426188Santos, Osmar Marchi dosTodt, EduardoGaiardo, Guilherme de Freitas2021-10-04T09:59:09Z2021-10-04T09:59:09Z2020-03-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://repositorio.ufsm.br/handle/1/22324ark:/26339/0013000017p85porAttribution-NonCommercial-NoDerivatives 4.0 Internationalinfo:eu-repo/semantics/openAccessreponame:Manancial - Repositório Digital da UFSMinstname:Universidade Federal de Santa Maria (UFSM)instacron:UFSM2021-10-05T06:00:45Zoai:repositorio.ufsm.br:1/22324Biblioteca Digital de Teses e Dissertaçõeshttps://repositorio.ufsm.br/PUBhttps://repositorio.ufsm.br/oai/requestatendimento.sib@ufsm.br||tedebc@gmail.com||manancial@ufsm.bropendoar:2021-10-05T06:00:45Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM)false
dc.title.none.fl_str_mv Re-identificando alvos de rastreamento
Tracking target re-identification
title Re-identificando alvos de rastreamento
spellingShingle Re-identificando alvos de rastreamento
Gaiardo, Guilherme de Freitas
Rastreamento
Detecção
Re-identificação
Tracking
Detection
Re-identification
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
title_short Re-identificando alvos de rastreamento
title_full Re-identificando alvos de rastreamento
title_fullStr Re-identificando alvos de rastreamento
title_full_unstemmed Re-identificando alvos de rastreamento
title_sort Re-identificando alvos de rastreamento
author Gaiardo, Guilherme de Freitas
author_facet Gaiardo, Guilherme de Freitas
author_role author
dc.contributor.none.fl_str_mv Legg, Andrei Piccinini
http://lattes.cnpq.br/9873333807426188
Santos, Osmar Marchi dos
Todt, Eduardo
dc.contributor.author.fl_str_mv Gaiardo, Guilherme de Freitas
dc.subject.por.fl_str_mv Rastreamento
Detecção
Re-identificação
Tracking
Detection
Re-identification
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
topic Rastreamento
Detecção
Re-identificação
Tracking
Detection
Re-identification
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
description This work tackle the task of target re-detection in the context of visual tracking. We propose the integration of correlation filter trackers along with Support Vector Machine classifiers to build a long-term appearance model capable of detecting tracking failures and recover from them. We perform extensive testing on the OTB dataset and analyse the results both quantitatively and qualitatively, providing evidence that the proposed method results on a more robust tracker.
publishDate 2020
dc.date.none.fl_str_mv 2020-03-30
2021-10-04T09:59:09Z
2021-10-04T09:59:09Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://repositorio.ufsm.br/handle/1/22324
dc.identifier.dark.fl_str_mv ark:/26339/0013000017p85
url http://repositorio.ufsm.br/handle/1/22324
identifier_str_mv ark:/26339/0013000017p85
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Santa Maria
Brasil
Ciência da Computação
UFSM
Programa de Pós-Graduação em Ciência da Computação
Centro de Tecnologia
publisher.none.fl_str_mv Universidade Federal de Santa Maria
Brasil
Ciência da Computação
UFSM
Programa de Pós-Graduação em Ciência da Computação
Centro de Tecnologia
dc.source.none.fl_str_mv reponame:Manancial - Repositório Digital da UFSM
instname:Universidade Federal de Santa Maria (UFSM)
instacron:UFSM
instname_str Universidade Federal de Santa Maria (UFSM)
instacron_str UFSM
institution UFSM
reponame_str Manancial - Repositório Digital da UFSM
collection Manancial - Repositório Digital da UFSM
repository.name.fl_str_mv Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM)
repository.mail.fl_str_mv atendimento.sib@ufsm.br||tedebc@gmail.com||manancial@ufsm.br
_version_ 1847153508209393664

Registros relacionados