ردیابی همزمان چند هواپی-مای در حال مان-ور با است-فاده از فی-لتر ذرهای
نام نخستين پديدآور
/محمد جواد پارسه
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
تبریز : دانشگاه تبریز ، دانشکده مهندسی برق و کامپیوتر
مشخصات ظاهری
نام خاص و کميت اثر
۱۰۲ ص
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
هوش مصنوعی
زمان اعطا مدرک
۱۳۹۱/۰۶/۲۰
کسي که مدرک را اعطا کرده
تبریز : دانشگاه تبریز ، دانشکده مهندسی برق و کامپیوتر
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
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
متن يادداشت
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
موضوع (اسم عام یاعبارت اسمی عام)
موضوع مستند نشده
Multi Target Tracking
موضوع مستند نشده
Dynamic model for maneuvering targets
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )