Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/99226
Título : | Detecció d'objectes a seqüències de vídeo |
Autoría: | Bonnín Hernández, Joan |
Director: | Casas-Roma, Jordi |
Tutor: | Moyà Alcover, Gabriel |
Resumen : | El proyecto consiste en la identificación, selección y evaluación de diferentes métodos y sistemas para la resolución de dos problemas vigentes en el campo de la visión por computador: la detección y el seguimiento de objetos. Para resolverlo se han estudiado tanto soluciones clásicas con buen rendimiento, como las últimas novedades basadas en aprendizaje automático y aprendizaje profundo. Para poder realizar la comparativa de modelos, se realizan una serie de experimentos. Estos experimentos se realizan sobre el conjunto de datos del MOTChallenge, en concreto a la edición de 2017. Para la detección se estudian los modelos DPM, SDP, Mask-RCNN y YOLOv3, mientras que el seguimiento se estudian CamShift, filtros de correlación y SUERTE. La combinación de diferentes sistemas para resolver las dos tareas de forma combinada concluye que se disponen de técnicas con bondades suficientes para la automatización de la tarea, aunque las características de las imágenes a procesar afectan directamente a la calidad del resultado. Todo ello, se definen los mejores modelos para escenas generales, pero queda patente la necesidad de evaluar el contexto y naturaleza de las imágenes a tratar para realizar una correcta selección y aplicación de modelos de detección y seguimiento. |
Palabras clave : | visión por ordenador inteligencia artificial aprendizaje automático detección de objetos seguimiento de objetos |
Tipo de documento: | info:eu-repo/semantics/masterThesis |
Fecha de publicación : | 9-jun-2019 |
Licencia de publicación: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Aparece en las colecciones: | Bachelor thesis, research projects, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
joanbonninTFM0619memòria.pdf | Memòria del TFM | 8,67 MB | Adobe PDF | Visualizar/Abrir |
Comparte:
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons