Dissertação

Vehicle tracking in urban environment EVALUATED

O objetivo principal deste trabalho é desenvolver um sistema de seguimento de veículos baseado em imagens de video. O sistema desenvolvido utiliza uma câmara normal e os objetos, neste caso veículos, são detetados utlizando o sistema You Only Look Once (YOLO). A correspondência entre deteções é feita através de um tracker Kanade-Lucas-Tomasi (KLT), que fazendo o seguimento de features da deteção inicial é capaz de corresponder deteções através das frames. Assim que existe correspondência, a projeção dos objetos do plano da camâra para o plano do chão é calculada e apresentada. Os principais desafios deste trabalho são a oclusão e associação de objetos ao longo das frames. Para lidar com estes desafios um método de seguimento de features foi integrado com a deteção de objetos. Assim quando o detetor falha, por exemplo quando existe oclusão, continua a ser possível seguir as features e obter um seguimento contínuo do objeto. O seguimento de features auxilia também a associação de objetos pois cada feature estará associada a um objeto. O sistema foi testado e avaliado num caso de trânsito real. Apresenta um bom desempenho em situações de trânsito habituais, conseguindo manter o seguimento de vários veículos em situações com pequena e média oclusão. Para os tracks completos, 24% das instâncias não possuía detecções do YOLO. Este trabalho mostra que usando um método estático de deteção de objeto em conjunto com um método dinâmico de tracking de features resulta num sistema mais robusto de tracking de múltiplos objetos.
YOLOv3, Kanade-Lucas-Tomasi, Homografia, Tracking de múltiplos veículos, Detecção de objetos em imagem

Fevereiro 2, 2021, 14:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Zita Alexandra Magalhães Marinho

ISR

Investigadora

ORIENTADOR

João Paulo Salgado Arriscado Costeira

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Associado