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:
Nome |
Papel |
|---|---|
| EVANDRO OTTONI TEATINI SALLES | Orientador |
Banca:
| Nome |
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 |
Páginas
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.
