Object Tracking in Video Surveillance by Features Fusion
First Statement of Responsibility
/ناهید غلامی
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: آموزشهای الکترونیکی
Date of Publication, Distribution, etc.
، ۱۳۹۶
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۷۰ص.
Other Physical Details
:
GENERAL NOTES
Text of Note
زبان: فارسی
Text of Note
زبان چکیده: فارسی
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی - الکترونیکی
NOTES PERTAINING TO PHYSICAL DESCRIPTION
Text of Note
مصور، جدول، نمودار
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
مهندسی برق- مخابرات
Date of degree
۱۳۹۶/۰۹/۰۱
Body granting the degree
صنعتی سهند
SUMMARY OR ABSTRACT
Text of Note
این تحقیق به بررسی مسئله ی ردیابی اشیاء به خصوص تشخیص و ردیابی انسان در تصاویر دیجیتال ، به کمک الگوریتم ها و روشهای بینایی ماشین می پردازد .برای انجام تشخیص انسان در تصویر، روشهای بسیاری وجود دارد که یکی از اساسی ترین و موفقترین روشهای موجود نه تنها در تشخیص انسان بلکه در تشخیص اشیاء دیگر، الگوریتم ویولا-جونز می باشد .این الگوریتم با استخراج ویژگی و دسته بندی ویژگیها به کمک روش دسته بندی درختی که شامل دسته بندی کننده های ضعیف می باشد، فرآیند تشخیص را انجام می دهد .تشخیص به دلیل هزینه بر بودن و بار محاسباتی معمولا با فرآیند ردیابی در تصویر همراه می باشد .برای انجام عمل ردیابی از دو نوع ویژگی هریس و کمترین مقدار ویژه استفاده شده است .پس از استخراج ویژگی ها و تعیین نقاط کلیدی نیازمند عمل ردیابی می باشیم که این مسئله توسط روش ردیابی فیلتر ذره انجام می شود .برای بررسی عملکرد روشهای استخراج ویژگی و روش ردیابی به کاررفته، نتایج به دست آمده از عمل ردیابی با الگوریتم ویولا -جونز مقایسه شده است .در ابتدا نتایج به دست آمده بر روی پایگاه تصاویر شامل انسان ، فقط بر اساس الگوریتم ویولا-جونز به دست آمده و به عنوان مبنایی برای ارزیابی روشهای استخراج ویژگی برای انجام عمل ردیابی به کار رفته است .برای بررسی عمل ردیابی، ابتدا ناحیه تشخیص داده شده به عنوان انسان توسط الگوریتم ویولا-جونز در چندین واحد زمانی بوسیله ویژگیهای هریس و کمترین مقدار ویژه مورد ردیابی قرار می گیرد .نتایج بر اساس تک تک ویژگی ها و ترکیب هر دو روش استخراج ویژگی به دست آمده و مقایسه شده اند که نشان دهنده برتری روش ترکیبی می باشد.
Text of Note
This research examines the problem of objects tracking, especially human detection and tracking in digital images, using machine vision algorithms and techniques. There are many ways to do a human detection in the image. Viola-Jones algorithm is one of the most fundamental and successful methods available not only in human detection, but also in identifying of other objects. This algorithm extracts the features and classifies them by using a tree classification method that is consist of weak classifiers and performs the detection process. Detection due to cost and computational burden is usually associated with the tracking process in the image. Two types of Harris features and the minimum eigenvalues are used to perform tracking. After extracting the features and determining the key points, we need tracking. This is done by the particle filter tracking method. To evaluate the function of the extraction techniques and the used tracking method, the results of the tracking operation are compared with Viola Jones algorithm. Initially, the results are obtained on the human-based images based only on the Viola-Jones algorithm and they are used as the basis for evaluating features extraction techniques for performing tracking operations. To investigate the traceability, first the detected region as human is traced by the Viola-Jones algorithm at several time intervals by the Harris features and the minimum eigenvalue. The results are derived based on individual features and their fusion which shows the superiority of the combined method.
ba
PARALLEL TITLE PROPER
Parallel Title
Object Tracking in Video Surveillance by Features Fusion