Exportação concluída — 

Recognition and Tracking of Vehicles in Highways using Deep Learning

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Cala, Ludwin Lope
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Aprendizado profundo
Computer vision
Deep learning
Detecção e classificação
Detection and classification
Drone
Rastreamento
Recurrent neural network
Rede neural recorrente
Tracking
Visão computacional
Link de acesso: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-02082019-164853/
Resumo: Unmanned aerial vehicles (UAV) have become increasingly popular and their ability to analyze images collected in real time has drawn the attention of researchers regarding their use in several tasks, as surveillance of environments, persecution, collection of images, among others. This dissertation proposes a vehicle tracking system through which UAVs can recognize a vehicle and monitor it in highways. The system is based on a combination of bio-inspired machine learning algorithms VOCUS2, CNN and LSTM and was tested with real images collected by an aerial robot. The results show it is simpler and outperformed other complex algorithms, in terms of precision.
id USP_d9be216c5967cffc1da343aa12b26f4d
oai_identifier_str oai:teses.usp.br:tde-02082019-164853
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Recognition and Tracking of Vehicles in Highways using Deep LearningReconhecimento e Rastreamento de Veículos em Rodovias usando Deep LearningAprendizado profundoComputer visionDeep learningDetecção e classificaçãoDetection and classificationDroneDroneRastreamentoRecurrent neural networkRede neural recorrenteTrackingVisão computacionalUnmanned aerial vehicles (UAV) have become increasingly popular and their ability to analyze images collected in real time has drawn the attention of researchers regarding their use in several tasks, as surveillance of environments, persecution, collection of images, among others. This dissertation proposes a vehicle tracking system through which UAVs can recognize a vehicle and monitor it in highways. The system is based on a combination of bio-inspired machine learning algorithms VOCUS2, CNN and LSTM and was tested with real images collected by an aerial robot. The results show it is simpler and outperformed other complex algorithms, in terms of precision.Veículos aéreos não tripulados têm se tornado cada vez mais populares e sua capacidade de analisar imagens coletadas em tempo real tem chamado a atenção de pesquisadores quanto ao seu uso em diversas tarefas, como vigilância de ambientes, perseguição, coleta de imagens, entre outros. Esta dissertação propõe um sistema de rastreamento de veículos através do qual os UAV podem reconhecer um veículo e monitorá-lo em rodovias. O sistema é baseado em uma combinação de algoritmos de aprendizado de máquina bio-inspirados VOCUS2, CNN e LSTM e foi testado com imagens reais coletadas por um robô aéreo. Os resultados mostram que é mais simples e superou outros algoritmos complexos, em termos de precisão.Biblioteca Digitais de Teses e Dissertações da USPRomero, Roseli Aparecida FrancelinCala, Ludwin Lope2019-03-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/55/55134/tde-02082019-164853/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesseng2019-08-20T23:16:11Zoai:teses.usp.br:tde-02082019-164853Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212019-08-20T23:16:11Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Recognition and Tracking of Vehicles in Highways using Deep Learning
Reconhecimento e Rastreamento de Veículos em Rodovias usando Deep Learning
title Recognition and Tracking of Vehicles in Highways using Deep Learning
spellingShingle Recognition and Tracking of Vehicles in Highways using Deep Learning
Cala, Ludwin Lope
Aprendizado profundo
Computer vision
Deep learning
Detecção e classificação
Detection and classification
Drone
Drone
Rastreamento
Recurrent neural network
Rede neural recorrente
Tracking
Visão computacional
title_short Recognition and Tracking of Vehicles in Highways using Deep Learning
title_full Recognition and Tracking of Vehicles in Highways using Deep Learning
title_fullStr Recognition and Tracking of Vehicles in Highways using Deep Learning
title_full_unstemmed Recognition and Tracking of Vehicles in Highways using Deep Learning
title_sort Recognition and Tracking of Vehicles in Highways using Deep Learning
author Cala, Ludwin Lope
author_facet Cala, Ludwin Lope
author_role author
dc.contributor.none.fl_str_mv Romero, Roseli Aparecida Francelin
dc.contributor.author.fl_str_mv Cala, Ludwin Lope
dc.subject.por.fl_str_mv Aprendizado profundo
Computer vision
Deep learning
Detecção e classificação
Detection and classification
Drone
Drone
Rastreamento
Recurrent neural network
Rede neural recorrente
Tracking
Visão computacional
topic Aprendizado profundo
Computer vision
Deep learning
Detecção e classificação
Detection and classification
Drone
Drone
Rastreamento
Recurrent neural network
Rede neural recorrente
Tracking
Visão computacional
description Unmanned aerial vehicles (UAV) have become increasingly popular and their ability to analyze images collected in real time has drawn the attention of researchers regarding their use in several tasks, as surveillance of environments, persecution, collection of images, among others. This dissertation proposes a vehicle tracking system through which UAVs can recognize a vehicle and monitor it in highways. The system is based on a combination of bio-inspired machine learning algorithms VOCUS2, CNN and LSTM and was tested with real images collected by an aerial robot. The results show it is simpler and outperformed other complex algorithms, in terms of precision.
publishDate 2019
dc.date.none.fl_str_mv 2019-03-08
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://www.teses.usp.br/teses/disponiveis/55/55134/tde-02082019-164853/
url http://www.teses.usp.br/teses/disponiveis/55/55134/tde-02082019-164853/
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257775711715328

Registros relacionados