FenixEdu™

Dissertação

Monocular Ball Detection and tracking with Noise Characterization EVALUATED

Detalhes: O rastreamento de bolas tem sido um problema em que extenso estudo já foi feito, mas a precisão destes sistemas ainda é afetada por erros e existe uma falta de caracterização de ruído nos modelos de observação utilizados. Nesta tese, o objetivo é desenvolver um algoritmo que providencie localizações da bola em 3D com a correspondente caracterização de ruído a partir de blobs segmentados em 2D. Estes resultados são cruciais para lidar com as características que variam com a distância do ruído associado e podem servir como entrada em algoritmos de rastreamento para aumentar a sua robustez. Esta abordagem usa a conhecida cor e tamanho da bola e através segmentação de imagem é possível gerar estimações em 3D. Além disso, dois métodos que são Monte Carlo (MC) e Unscented Transform (UT), são utilizados para propagar a incerteza de ruído que depois é utilizada como entrada em um algoritmo de rastreamento para avaliar o seu desempenho. Os erros, quando utilizados as estimativas e covariâncias dos métodos propostos, foram inferiores quando comparados a uma covariância que se manteve fixa ao longo de todo o processo de localização, mostrando uma diminuição no erro até 76% em algumas trajetórias.
Keywords: Projeção, Elipse, Covariância, Caracterização de ruído, RANSAC

Discussão: janeiro 29, 2021, 14:0