Siêu thị PDFTải ngay đi em, trời tối mất

Thư viện tri thức trực tuyến

Kho tài liệu với 50,000+ tài liệu học thuật

Trang chủ

Đăng nhập

Đăng ký

Mới

Đăng ký tài khoản mới

AI Tư vấn

Mới

Trợ lý thông minh tìm tài liệu

Liên hệ fanpage

Hỗ trợ tìm tài liệu

Lưu trang

Liên hệ fanpage

ỨNG DỤNG lọc PARTICLE TRONG bài TOÁN THEO vết đối TƯỢNG

PREMIUM

Số trang

112

Kích thước

2.3 MB

Định dạng

PDF

Lượt xem

1536

ỨNG DỤNG lọc PARTICLE TRONG bài TOÁN THEO vết đối TƯỢNG

Nội dung xem thử

Mô tả chi tiết

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

KHOA CÔNG NGHỆ THÔNG TIN

BỘ MÔN CÔNG NGHỆ TRI THỨC

LÊ NGUYỄN TƯỜNG VŨ - NGUYỄN MINH TRANG

ỨNG DỤNG LỌC PARTICLE

TRONG

BÀI TOÁN THEO VẾT ĐỐI TƯỢNG

KHOÁ LUẬN CỬ NHÂN TIN HỌC

TP. HCM, 2005

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

KHOA CÔNG NGHỆ THÔNG TIN

BỘ MÔN CÔNG NGHỆ TRI THỨC

LÊ NGUYỄN TƯỜNG VŨ - 0112082

NGUYỄN MINH TRANG - 0112159

ỨNG DỤNG LỌC PARTICLE

TRONG

BÀI TOÁN THEO VẾT ĐỐI TƯỢNG

KHOÁ LUẬN CỬ NHÂN TIN HỌC

GIÁO VIÊN HƯỚNG DẪN

T.S LÊ HOÀI BẮC

NIÊN KHÓA 2001 - 2005

LỜI CẢM ƠN

Đầu tiên, chúng tôi xin chân thành gửi lời tri ân đến Thầy Lê Hoài Bắc. Luận này này

sẽ không thể hoàn thành nếu không có sự hướng dẫn, tin tưởng và tạo cơ hội của thầy.

Chúng em xin chân thành cảm ơn sự chỉ bảo của thầy.

Chúng tôi cũng xin chân thành gửi lời tri ân đến Thầy Phạm Nam Trung. Thầy đã

tận tình hướng dẫn, giúp đỡ, góp ý cho chúng em trong thời gian qua, cũng như tiếp

thêm động lực và ý chí, giúp chúng em hoàn thành được luận văn.

Chúng em xin trân trọng cảm ơn quý Thầy cô trong Khoa Công nghệ thông tin

trường Đại học Khoa học Tự nhiên Tp.Hồ Chí Minh đã tận tình giảng dạy, truyền đạt

những kiến thức quý báu và tạo điều kiện cho chúng em được thực hiện luận văn này.

Đề tài này thuộc về một lĩnh vựa nghiên cứu mới trên thế giới là lại rất mới ở Việt

Nam cộng thêm năng lực hạn chế của người thực hiện cho nên đề tài chắc chắn là chưa

hoàn thiện và có nhiều sai sót. Chúng tôi mong nhận được nhiều ý kiến đóng góp và

giúp để đề tài hoàn thiện hơn và được ứng dụng trong thực tiễn…

Tp.HCM, 7/2005

Sinh viên thực hiện

Lê Nguyễn Tường Vũ

Nguyễn Minh Trang

Nhận xét của giáo viên hướng dẫn

.......................................................................................................................................

Nhận xét của giáo viên phản biện

.......................................................................................................................................

iii

TÓM TẮT LUẬN VĂN

Lọc Particle là một phương pháp thành công trong bài toán theo vết đối tượng theo thời

gian thực. Nó là một phương pháp mới đang là sự tập trung của nhiều nghiên cứu hiện

nay bởi nó khắc phục được nhược điểm của các phương pháp cổ điển như lọc Kalman,

so khớp mẫu (Template Matching)…

Trong luận văn này, chúng tôi sẽ trình bày cơ sở lý thuyết của phương pháp lọc

Particle, cũng như hai phương pháp mở rộng của lọc Particle: lọc Particle kết hợp với

Mean shift ứng dụng cho bài toán theo vết 1 đối tượng, lọc Particle ứng dụng cho bài

toán theo vết nhiều đối tượng. Qua khảo sát và cài đặt thử nghiệm cho thấy, hai

phương pháp này thật sự là hai phương pháp mạnh mẽ và hiệu quả có thể là giải pháp

cho các bài toán theo vết đối tượng thực tế.

Một số từ khóa: lọc Particle (Particle Filter), theo vết đối tượng (object tracking),

phát hiện chuyển động (motion detection), ước lượng Bayesian (Bayesian Estimation).

MỞ ĐẦU

Theo dõi đối tượng theo thời gian thực (real-time object tracking) là một công đoạn

quan trọng trong rất nhiều ứng dụng thị giác máy tính (computer vision applications).

Những hệ thống thuộc loại này có thể kể ra như là: hệ thống quan sát – theo dõi đối

tượng, hệ thống giao diện người dùng dựa vào cảm nhận (perceptual user interface),

những căn phòng thông minh, hệ thống nén video dựa vào đối tượng (object-based

video compression) và những hệ thống thông minh hỗ trợ tài xế lái xe tự động.

Mặc dù đã được nghiên cứu nhiều năm, bài toán “theo dõi đối tượng” vẫn là một

vấn đề nghiên cứu mở cho đến ngày nay. Mức khó khăn của vấn đề này phụ thuộc

nhiều vào đối tượng được phát hiện và theo vết như thế nào. Hiện nay, có rất nhiều

phương pháp theo vết như: So khớp mẫu (Template Matching), Mean shift, lọc

Kalman, lọc Particle … Mỗi phương pháp có điểm mạnh và điểm yếu riêng, tuy nhiên

phương pháp lọc Particle có thể khắc phục được những nhược điểm của các phương

pháp khác như: theo vết đối tượng theo thời gian thực, theo vết tốt các đối tượng trong

trường hợp phi tuyến và không phải nhiễu Gauss …

Với mong muốn tiếp cận một hướng nghiên cứu mới trên thế giới và có nhiều ứng

dụng thực tế ngay tại Việt Nam, chúng tôi đã đầu tư thực hiện đề tài “ỨNG DỤNG

LỌC PARTICLE TRONG BÀI TOÁN THEO VẾT ĐỐI TƯỢNG” với hai mục đích:

• Tìm hiểu phương pháp theo vết mới “lọc Particle”

• Ứng dụng phương pháp này trong bài toán theo vết đối tượng

Luận này được trình bày gồm bốn chương:

• Chương 1: Tổng quan về bài toán theo dõi đối tượng, giới thiệu chung về

bài toán theo dõi đối tượng bao gồm: giới thiệu, các ứng dụng, các thách

thức cùng với các hướng tiếp cận. Đồng thời đưa ra vấn đề mà đề tài tập

trung: các phương pháp theo vết thông dụng.

• Chương 2: Lọc Particle, giới thiệu phương pháp mà đề tài hướng đến: lọc

Particle. Trong chương này, sẽ trình bày từ tổng quan cho đến các cơ sở lý

thuyết của phương pháp lọc Particle.

• Chương 3: Ứng dụng lọc Particle trong bài toán theo vết đối tượng, giới

thiệu về áp dụng phương pháp lọc Particle trong bài toán theo vết đối tượng

thực tế, với hai phuơng pháp mở rộng của lọc Particle mà đề tài hướng đến:

áp dụng phương pháp lọc Particle kết hợp với Mean shift trong bài toán theo

vết một đối tượng; áp dụng phương pháp lọc Particle trong bài toán theo vết

nhiều đối tượng (thuật toán ODAPF).

• Chương 4: Kết luận, tổng kết lại những phần đã nghiên cứu, tóm tắt lại kết

quả đạt được, đồng thời đưa ra một số hướng phát triển cho việc giải quyết

bài toán.

MỤC LỤC

LỜI CẢM ƠN.............................................................................................................i

Nhận xét của giáo viên hướng dẫn.............................................................................ii

Nhận xét của giáo viên phản biện............................................................................ iii

TÓM TẮT LUẬN VĂN ...........................................................................................iv

MỞ ĐẦU ...................................................................................................................v

MỤC LỤC ...............................................................................................................vii

Danh mục hình vẽ ......................................................................................................x

Danh mục bảng biểu ................................................................................................xii

1. Tổng quan về bái toán theo dõi đối tượng .............................................................1

1.1. Giới thiệu ........................................................................................................1

1.2. Hệ thống theo dõi đối tượng ...........................................................................3

1.2.1. Phát hiện đối tượng..................................................................................3

1.2.2. Phân đoạn.................................................................................................5

1.2.3. Theo vết đối tượng...................................................................................6

1.3. Các phương pháp theo vết thông thường........................................................6

1.3.1. So khớp mẫu (Template matching)..........................................................6

1.3.2. Theo vết Meanshift ..................................................................................7

1.3.3. Tiếp cận Bayesian....................................................................................9

1.4. Kết luận.........................................................................................................14

2. Lọc Particle ..........................................................................................................15

2.1. Giới thiệu ......................................................................................................15

2.2. Nền tảng toán học .........................................................................................17

2.2.1. Phương pháp Monte Carlo.....................................................................19

2.2.2. Phương pháp hàm tích lũy xác suất nghịch đảo ....................................22

vii

2.2.3. Phương pháp lấy mẫu loại trừ................................................................23

2.2.4. Phương pháp Metropolis-Hasting..........................................................24

2.2.5. Phương pháp lấy mẫu quan trọng ..........................................................27

2.3. Phương pháp lấy mẫu quan trọng tuần tự.....................................................31

2.4. Giả lập thuật toán SIS ...................................................................................34

2.5. Các vấn đề về thuật toán SIS ........................................................................37

2.5.1. Sự thoái hóa của thuật toán SIS .............................................................37

2.5.2. Vấn đề chọn hàm mật độ đề xuất...........................................................40

2.5.3. Tái chọn mẫu..........................................................................................43

2.6. Thuật toán lọc Particle ..................................................................................50

2.7. Giả lập thuật toán lọc Particle.......................................................................52

2.8. Nhận xét........................................................................................................56

3. Mở rộng của lọc Particle và ứng dụng trong theo vết đối tượng dựa vào video .58

3.1. Mở rộng của lọc Particle...............................................................................58

3.1.1. Multi-modal Particle Filter ....................................................................60

3.1.2. Thuật toán ODAPF ................................................................................66

3.1.3. Thuật toán MeanShift Particle ...............................................................70

3.2. Ứng dụng ......................................................................................................75

3.2.1. Phát hiện đối tượng................................................................................76

3.2.2. Theo vết đối tượng.................................................................................81

3.3. Kết quả ..........................................................................................................84

3.3.1. Kết quả định tính....................................................................................84

3.3.2. Kết quả định lượng ................................................................................90

3.4. Kết luận.........................................................................................................92

4. Kết luận và hướng phát triển................................................................................93

4.1. Kết luận.........................................................................................................93

viii

4.2. Hướng phát triển ...........................................................................................94

DANH MỤC TÀI LIỆU THAM KHẢO.................................................................96

Tài liệu tương tự (6)

Xem tất cả

PREMIUM

13986 lượt xem

Ứng dụng lọc Kalman mở rộng (EKF) trong điều khiển dự báo cho một lớp đối tượng phi tuyến

Xem chi tiết

MIỄN PHÍ

15540 lượt xem

Ứng dụng lọc Kalman mở rộng trong thiết kế bộ điều khiển dự báo phản hồi đầu ra cho đối tượng con lắc ngược quay (Rotara inverted pendulum)

Xem chi tiết

PREMIUM

0 lượt xem