Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: http://www.bdtd.uerj.br/handle/1/11757
Tipo do documento: Dissertação
Título: Estratégias de rastreamento dedicado de objetos utilizando inteligência de enxame
Título(s) alternativo(s): Dedicated tracking strategies using swarm intelligence
Autor: Cardoso, Alexandre de Vasconcelos 
Primeiro orientador: Nedjah, Nadia
Primeiro coorientador: Mourelle, Luiza de Macedo
Primeiro membro da banca: Fernandes, Leandro Augusto Frata
Segundo membro da banca: Peralva, Bernardo Sotto Maior
Resumo: O processamento de imagens é uma importante ferramenta para auxiliar na tomada de decisão. O monitoramento contínuo de qualquer ambiente, tais como áreas públicas e parques industriais, entre outros, permite definir melhores estratégias de ação e decidir o momento correto para agir, dirimindo riscos e potencializando oportunidades. A qualidade da informação resultante do processamento de imagens deve ser boa o suficiente para evitar erros de avaliação de cenário durante o planejamento das ações futuras e a definição das metas a serem atingidas. O tempo para obter essa informação e processá-la é a base do sucesso de qualquer atividade. Assim, a inteligência computacional pode ajudar a acelerar a execução dos procedimentos relacionados às ações planejadas. Em geral, um processo de busca lento acaba sempre atrasando a tomada de decisão de modo que a informação obtida poderá se tornar obsoleta ou insuficiente no momento da tomada da decisão. A técnica Template Matching é um dos métodos mais aplicados para localizar padrões em imagens, no qual uma imagem de tamanho reduzido, chamada de alvo, é procurada dentro de outra imagem que representa o ambiente como um todo. Neste trabalho, utiliza-se Template Matching via um sistema co-design já existente. Faz-se presente um coprocessador para calcular a etapa computacionalmente mais custosa do Template Matching, que é o cálculo do coeficiente de Correlação Cruzada Normalizada. O cálculo deste coeficiente permite invariância às alterações globais de brilho nas imagens, porém é computacionalmente mais custosa ao se empregar imagens de dimensões maiores, ou mesmo conjuntos de imagens. Propôe-se investigar seis técnicas diferentes de inteligência de enxame visando acelerar o processo de busca do alvo. Para avaliar o projeto proposto, o tempo de processamento, o número de interações e a taxa de acerto são comparados. Os resultados mostram que é possível obter abordagens capazes de processar imagens de vídeos com 30 quadros por segundo com uma taxa de acerto média aceitável para detecção do alvo rastreado.
Abstract: Image processing is an important tool to help in decision taking. Continuous observation of some environment, such as public areas and industrial plants, among others, allows defining the best action strategies and deciding the right moment to act, thus reducing risks and magnifying opportunities. The quality of the information resulting from such image processing must be precise enough so that it does not hinder scenario's evaluation for future action planning and goals achievement. The execution time to ob-tain this information and process it is fundamental for any successful activities. Hence, computational intelligence can help accelerating procedure executions related to planned actions. In general, slow search process always delays decision making in such a way that the recorded data becomes obsolete or insuficient at the decision moment. Tem-plate Matching is one of the most used techniques for finding then tracking patterns in images, wherein a small size image, termed the target, is looked for inside another that represents the environment as a whole. In this work, template matching is used via an existing co-design system. A co-processor is used to calculate the most computationally expensive task of template matching, which is the computation of the coeficient of the normalized cross correlation. The computation of this coeficient allows invariance in the case of global brightness changes in image, but it is computationally more expensive when using larger templates and yet more expensive in videos. We propose to investigate six different swarm intelligence based approaches, aiming at accelerating the process of target tracking. To evaluate the proposed project, the metrics regarding the overall processing time, number of iterations and target hit rate are used and compared. The results show that it is possible to obtain search approaches capable of processing videos at a rate of 30 frames per second while achieving an acceptable average hit rate for tracking the target.
Palavras-chave: Electronic Engineering
Self-organizing systems
Embedded systems (Computers)
Collective intelligence
Co-design
Co-processor
Bacterial foraging optimization
Cuckoo search
Elephant herding optimization
Fireflies
Fireworks
Particle swarm optimization
Embedded systems
Object tracking
Template matching
Normalized cross correlation
Engenharia eletrônica
Sistemas auto-organizáveis
Sistemas embarcados (Computadores)
Inteligência coletiva
Co-design
Correlação cruzada normalizada
Coprocessador
Colônia de abelhas
Bactérias
Pássaro cuco
Manada de elefantes
Vaga-lumes
Fogos de artifício
Otimização por enxame de partículas
Sistemas embutidos
Rastreamento
Template matching
Área(s) do CNPq: CNPQ::ENGENHARIAS
Idioma: por
País: BR
Instituição: Universidade do Estado do Rio de Janeiro
Sigla da instituição: UERJ
Departamento: Centro de Tecnologia e Ciências::Faculdade de Engenharia
Programa: Programa de Pós-Graduação em Engenharia Eletrônica
Citação: CARDOSO, Alexandre de Vasconcelos. Estratégias de rastreamento dedicado de objetos utilizando inteligência de enxame. 2019. 132 f. Dissertação (Mestrado em Redes de Telecomunicações; Sistemas Inteligentes e Automação) - Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2019.
Tipo de acesso: Acesso Aberto
URI: http://www.bdtd.uerj.br/handle/1/11757
Data de defesa: 17-Jan-2019
Aparece nas coleções:Mestrado em Engenharia Eletrônica

Arquivos associados a este item:
Arquivo TamanhoFormato 
dissertacaoAlexandreRevisaoV4.pdf3,33 MBAdobe PDFBaixar/Abrir Pré-Visualizar


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.