Đề tài Lọc Particle dựa trên màu ứng dụng vào hệ thống theo dõi giao thông

GIỚI THIỆU Theo vết đối tượng là thành phần chủ yếu trong các hệ thống theo dõi (surveillance), dẫn đường (guidance), phòng tránh ách tắc (obstacle avoidance system), hay các ứng dụng tương tác người – máy thông minh (intelligent human-computer interactive system). Nhiệm vụ chủ yếu của giai đoạn này là xác định số lượng các đối tượng thành phần cùng với vị trí, và động tác chuyển động tương ứng của chúng nhằm đưa ra những quyết định điều khiển thích hợp. Thông thường các phương pháp theo vết được chia làm hai loại chính: bottom-up và top-down [6]: Bottom-up: xuất phát từ các quan sát, thực hiện rút trích, phân đoạn để tìm ra đối tượng cần theo vết. Top-down: giải quyết bài toán một cách thuận chiều hơn bằng cách ước lượng mức hợp lý (likelihood) của các giả thuyết cho trước dựa trên quan sát thu được. Cụ thể hơn, đầu tiên, phát sinh ra một tập các giả thuyết có thể có trong không gian trạng thái của hệ thống, sau đó sử dụng quan sát để tính likelihood cho từng giả thuyết, các likelihood này sẽ quyết định đến mức độ “tin cậy” của từng giả thuyết (thường được biểu thị bằng các trọng số). Cuối cùng tổng hợp tập các giả thuyết-trọng số để cho ước lượng trạng thái của hệ thống. Theo vết đối tượng sử dụng lọc Particle thuộc vào loại phương pháp top-down. Giống như các phương pháp lọc phi tuyến khác, lọc Particle cũng lấy ước lượng Bayes hồi quy làm giải pháp lý thuyết, nhưng nó lại sử dụng ý tưởng của phương pháp Monte Carlo để xấp xỉ cho giải pháp lý thuyết này. Cụ thể, lọc Particle sử dụng một tập lớn các mẫu - mỗi mẫu được ví như một particle – rút ra từ một hàm mật độ đề xuất để biểu diễn cho hàm mật độ hậu nghiệm, sau đó sử dụng các giá trị mật độ hậu nghiệm này để đưa ra ước lượng trạng thái hiện thời của hệ thống. Những điểm mạnh khiến cho lọc Particle được xem là một công cụ ưu việt cho các bài toán lọc phi tuyến hiện nay đó là: khả năng giải quyết các bài toán lọc tổng quát mà không đòi hỏi bất cứ giả định nào về hệ thống, tốc độ hội tụ không phụ thuộc vào số thành phần của vectơ trạng thái, có khả năng mở rộng để thực hiện trong môi trường tính toán toán song song, ngoài ra với sức mạnh của máy tính, người ta có thể gia tăng độ chính xác của phép xấp xỉ bằng cách tăng số lượng các điểm mẫu. Trong bối cảnh bài toán theo vết các đối tượng xe lưu thông bằng thị giác máy tính, chúng tôi sử dụng công cụ lọc Particle với mô hình quan sát dựa trên màu, vì màu sắc là một đặc trưng trực quan dễ rút trích và chi phí tính toán thấp, hơn nữa nó lại bất biến với phép biến đổi tỉ lệ - bắt gặp trong bối cảnh của ứng dụng theo dõi giao thông.

TÀI LIỆU LUẬN VĂN CÙNG DANH MỤC

TIN KHUYẾN MÃI

  • Thư viện tài liệu Phong Phú

    Hỗ trợ download nhiều Website

  • Nạp thẻ & Download nhanh

    Hỗ trợ nạp thẻ qua Momo & Zalo Pay

  • Nhận nhiều khuyến mãi

    Khi đăng ký & nạp thẻ ngay Hôm Nay

NẠP THẺ NGAY