عنوان

ردیابی هم‌زمان چند هواپی‍-مای در حال مان‍-ور با است‍-فاده از فی‍-لتر ذره‌ای

‭۵۴۰۴پ‬

per

ردیابی هم‌زمان چند هواپی‍-مای در حال مان‍-ور با است‍-فاده از فی‍-لتر ذره‌ای

/محمد جواد پارسه

تبریز : دانشگاه تبریز ، دانشکده مهندسی برق و کامپیوتر

‮‭۱۰۲‬ ص‬

چاپی

کارشناسی ارشد

هوش مصنوعی

‮‭۱۳۹۱/۰۶/۲۰‬

تبریز : دانشگاه تبریز ، دانشکده مهندسی برق و کامپیوتر

در این پایان‌نامه هدف ردیابی چند هواپیمای در حال مانور به صورت هم‌زمان می‌باشد .یکی از چالش‌های مهم در این زمینه تغییر مدل هواپیمای در حال مانور است .مدل اهداف در حال مانور به دلیل رخ‌داد چرخش یا تغییر مقیاس در شکل آن‌ها تغییر می‌کند .در اینجا، برای حل این مشکل از یک مدل دینامیکی جدید برای اهداف استفاده شده است .در این پایان‌نامه روش ‮‭SIR‬ پایه را با استفاده از یک مدل دینامیکی برای اهداف در حال مانور بهبود داده شده است .روش ارائه شده به نام ‮‭Deformation Detection Particle Filter (DDPF)‬ نام‌گذاری شده است .در این روش تغییر در مدل هواپیماها به وسیله‌ی اختلاف هیستوگرام‌های رنگی تشخیص داده شده و مدل هدف به‌روزرسانی می‌شود .پس از به‌روزرسانی مدل هدف نمونه‌های جدید نیز جایگزین نمونه‌های قبلی می‌شوند .یکی دیگر از چالش‌های مهم در ردیابی چند هدفه مسئله‌ی انسداد متقابل است .در این پایان‌نامه برای حل این مشکل نیز یک رهیافت نسبتا ساده اما کارآمد ارائه شده است .این رهیافت به خوبی می‌تواند اهداف را در هنگام انسداد ردیابی کند .در این کاربرد از روش ‮‭Global Nearest Neighbor (GNN)‬ برای وابستگی داده استفاده شده است .روش پیشنهادی در این پایان‌نامه با روش ‮‭SIR‬ پایه در زمینه‌ی ردیابی یک و چند هواپیمای در حال مانور مورد مقایسه قرار گرفته است .این مقایسه نشان می‌دهد که روش پیشنهاد شده‌ی‮‭DDPF‬ ، که بهبود یافته‌ی الگوریتم ‮‭SIR‬ پایه می‌باشد، در ردیابی چند هواپیمای در حال مانور بهتر عمل کرده و قادر است در زمان چرخش و تغییر مقیاس در مدل هواپیماها آن‌ها را به خوبی ردیابی کند .در انتها نیز روش ‮‭DDPF‬ با یک روش ارائه شده در سال ‮‭۲۰۱۱‬ از نظر ویژگی‌ها مورد مقایسه قرار گرفته و به نقاط ضعف و قوت آن در برابر روش مذکور اشاره شده است .هم‌چنین روش پیشنهادی در ویدیوهایی که پدیده‌ی انسداد متقابل در آن‌ها وجود دارد نیز امتحان شده و نتایج به‌دست آمده نشان می‌دهد که روش پیشنهادی قادر است ردیابی با وجود انسداد کامل و انسداد جزئی را به خوبی انجام دهد

In this thesis, the aim is tracking multiple maneuvering aircrafts. The change of model of maneuvering target is the one of big challenges in this area. Model of maneuvering target changes when rotation or scaling is occurred. Here, a new dynamic model used for maneuvering targets to resolve this problem. The proposed method is named Deformation Detection Particle Filter (DDPF). In this method, occurrence of deformation in target's model is detected and the model is updated. After the updating target's model previous samples are replaced by new ones. Mutual occlusion problem is another challenge in multi target tracking. In this thesis, a simple and efficient approach is presented in order to resolve this problem. This approach is able to track the maneuvering targets when partial or full occlusion is occurred. In our application, the Global Nearest Neighbor (GNN) approach is considered as data association. The proposed method is compared with basic SIR particle filter on single and multiple maneuvering aircraft tracking. This comparison shows that the proposed DDPF method, which is improved of basic SIR algorithm, is able to track the maneuvering aircrafts efficiently when the rotation or scaling is occurred. Finally, from the features viewpoint, the DDPF method is compared with a method which is presented in 2011, strengths and weaknesses against the mentioned method is pointed. This proposed method tested on videos with partial or full occlusion. The obtained results show that the DDPF method will be able to track the maneuvering targets when the partial or full occlusion is occurred

Multi Target Tracking

Dynamic model for maneuvering targets

پارسه، محمد جواد

پاشازاده، سعید، استاد راهنما

سید عربی، میر هادی، استاد مشاور

سیاه و سفید

نمایه‌سازی قبلی