Uma Nova Abordagem em Inteligência de Enxames Aprimorados Aplicada ao Rastreamento de Alvos em Vídeo

Nome: Edwards Cerqueira de Castro
Tipo: Tese de doutorado
Data de publicação: 27/05/2021
Orientador:

Nomeordem decrescente Papel
Evandro Ottoni Teatini Salles Orientador

Banca:

Nomeordem decrescente Papel
Aura Conci Examinador Externo
Cornélia Janayna Pereira Passarinho Examinador Externo
Evandro Ottoni Teatini Salles Orientador
Jacques Facon Examinador Externo
Mariana Rampinelli Fernandes Examinador Externo
Patrick Marques Ciarelli Coorientador

Resumo: Este trabalho propõe uma nova abordagem para o balanceamento entre transferência de conhecimento e a diversidade de partículas em algoritmos de inteligência de enxames em problemas de otimização dinâmica. O método proposto foi projetado para ser aplicado em problemas de rastreamento
de alvos em vídeos. Também é proposto o uso de uma versão do modelo de alisamento exponencial duplo robusto a valores extremos, utilizada para prever a posição do alvo no frame seguinte auxiliando a delimitação do espaço de busca em uma região promissora. Para averiguar a qualidade da abordagem
proposta, um rastreador apropriado para espaço discreto de soluções foi implementado usando a metaheurística Shuffled Frog Leaping Algorithm (SFLA – significa: “Algoritmo de saltos de sapos embaralhados”) adaptado para atuar em problemas de otimização dinâmica, chamado de SFLA dinâmico (DSFLA). O DSFLA foi comparado com outros rastreadores clássicos e atuais cujos algoritmos são baseados em inteligência de enxames. Os rastreadores foram comparados em termos do tempo médio de processamento por frame e da área sob a curva de taxa de sucesso por métrica de Pascal. Para o experimento, uma amostra aleatória de vídeos foi obtida do benchmark público Hanyang visual tracker. Os resultados experimentais sugerem que o DSFLA tem um tempo médio de processamento por frame eficiente e boa qualidade do rastreamento quando comparados aos outros rastreadores competidores
analisados neste trabalho. A taxa de sucesso do DSFLA é, em média, cerca de 7 a 76% maior quando comparada com a taxa de sucesso dos rastreadores competidores. A média de tempo de processamento por frame é cerca de, pelo menos, 10% mais rápido que os outros rastreadores, exceto um que é cerca de 26% mais rápido que o DSFLA. O erro quadrático médio de previsão mostra que as previsões do modelo alisamento exponencial duplo robusto são satisfatórias e delimita eficientemente o espaço de soluções. Os resultados do DSFLA também foram comparados aos resultados dos 10 primeiros rastreadores posicionados na lista do desafio OPE 100 do benchmark Hanyang visual tracker. O resultado do intervalo de 95% de confiança posiciona o DSFLA entre os 6 primeiros da lista.

Acesso ao documento

Acesso à informação
Transparência Pública

© 2013 Universidade Federal do Espírito Santo. Todos os direitos reservados.
Av. Fernando Ferrari, 514 - Goiabeiras, Vitória - ES | CEP 29075-910