FenixEdu™

Dissertação

{pt_PT=Seguimento 3D em Tempo Real de Objetos Simples com uma Câmara RGB} {} EVALUATED

Detalhes: {pt=Atualmente, algoritmos que obtêm informação 3D de objetos, apresentam uma elevada importância em aplicações de diversas áreas, como por exemplo no desporto, robótica, medicina, entre outros. Neste trabalho, pretende-se melhorar um algoritmo de seguimento monocular baseado num método de regiões utilizando uma câmara RGB. O algoritmo que se pretende melhorar, deriva de um filtro de partı́culas (PF) onde cada partı́cula representa uma hipótese do estado do objeto em 3D, o que permite o uso de modelos de movimento 3D realistas. Porém, a literatura menciona que o filtro de partı́culas usa uma distribuição de importância para propagar as partı́culas bastante limitada, o que facilmente leva a que o filtro degenere e perca o rasto do objeto. Dada a limitação do PF, nesta dissertação é proposto um unscented particle filter (UPF) que obtém uma aproximação à distribuição de importância ótima, ao incorporar uma observação corrente do estado. Apenas a distribuição de importância é diferente, o modelo de observação permanece idêntico, onde um método baseado nas distribuições de cor das regiões interior e exterior da silhueta do objeto é utilizado para calcular a verosimilhança de cada partı́cula. De maneira a comparar o algoritmo proposto com o anterior, ambos são implementados neste trabalho e várias experiências reais e simuladas com um objeto simples são realizadas. Pelos resultados obtidos, os filtros demonstram ter êxito, sendo o UPF mais robusto perante degeneração, diferentes números de partı́culas e diferentes ajustes nas regiões interior e exterior da silhueta do objeto., en=Nowadays, algorithms that obtain 3D information of objects, have a high importance in applications in different areas, such as in sports, robotics, medicine, among others. This work, intends to improve a monocular region-based tracking algorithm using an RGB camera. The algorithm to be improved, derives from a particle filter where each particle represents a hypothesis of the state of the object in 3D, which allows the use of realistic 3D motion models. However, the literature mentions that the particle filter (PF) uses a very limited importance distribution to propagate the particles, which easily leads to the filter degenerating and losing track of the object. Given the limitation of the PF, an unscented particle filter (UPF) is proposed, this one obtains an approximation to the optimal importance distribution, by adding a current observation of the state. Since, only the importance distribution is different, the observation model remains identical, where a method based on the color distributions of the interior and exterior regions of the object’s silhouette, is used to calculate the likelihood of each particle. In order to compare the proposed algorithm with the previous one, both are implemented in this work and several real and simulated experiments with a simple object are performed. From the results obtained, is shown that the filters are successful, with the UPF being more robust against degeneration, different numbers of particles and different adjustments in the interior and exterior regions of the object’s silhouette.}
Keywords: {pt=Seguimento 3D de Objetos, Seguimento Monocular, Método baseado em Regiões, Filtro de Partı́culas, Unscented Particle Filter, en=3D object tracking, monocular tracking, region-based methods, Particle Filter, Unscented Particle Filter}

Discussão: outubro 6, 2020, 9:0