<<
| Signature | DA 885 |
| Author | Daniel Arp |
| Title | Multi-Objekt-Analyse in Videodaten unter Verwendung momentbasierter Random-Finite-Set-Methoden |
| Tutor | Volker Eiselein |
| Professor | Prof. Dr.-Ing. Sikora |
| Date | 27.04.2012 |
| Abstract | In der Videoüberwachung stellt die automatische Verfolgung von Objekten in Videodaten eine große Herausforderung dar. Dabei soll eine zeitlich variierende Anzahl von Objekten verfolgt werden und es soll möglich sein, die Objekte voneinander unterscheiden zu können. Bei der Verfolgung von Objekten in Radardaten haben in jüngster Zeit insbesondere sogenannte momentbasierte Random-Finite-Set-Methoden aufgrund ihrer geringen Laufzeit und Robustheit gegenüber Rauschen große Aufmerksamkeit erhalten. Dazu zählt auch das Gaussian-Mixture Probability-Hypothesis-Density-Filter, das eine effiziente Verfolgung mehrerer Objekte ermöglicht. In dieser Arbeit wird eine Implementierung des Verfahrens angefertigt und an die speziellen Anforderungen bei der Verfolgung von Objekten in Videodaten angepasst. Das Filter wird in unterschiedlichen Varianten und mithilfe verschiedener Metriken untersucht. Es wird gezeigt, dass sich das Filter für den Einsatz in Echtzeitanwendungen eignet und sich die erzielten Ergebnisse durch die Verwendung zusätzlicher Bildinformationen verbessern lassen. Außerdem wird eine Möglichkeit vorgeschlagen, die eingesetzten Sensoren derart zu kombinieren, dass die Fehleranfälligkeit der einzelnen Sensoren kompensiert werden kann. |
| Key words | Random Finite Sets, RFS, Random, Finite, Sets, Probability, Hypothesis, Density, Probability Hypothesis Density, PHD, Bayes, Tracking, Multi-Object |
BibTeX