Khóa luận Ứng dụng lọc particle trong bài toán theo vết đối tượng

MỤC LỤC LỜI CẢM ƠN.iNhận xét của giáo viên hướng dẫn.iiNhận xét của giáo viên phản biện.iiiTÓM TẮT LUẬN VĂN.ivMỞ ĐẦU.vMỤC LỤC.viiDanh mục hình vẽ.xDanh mục bảng biểu.xii1. Tổng quan vềbái toán theo dõi đối tượng.11.1. Giới thiệu.11.2. Hệthống theo dõi đối tượng.31.2.1. Phát hiện đối tượng.31.2.2. Phân đoạn.51.2.3. Theo vết đối tượng.61.3. Các phương pháp theo vết thông thường.61.3.1. Sokhớp mẫu (Template matching).61.3.2. Theo vết Meanshift.71.3.3. Tiếp cận Bayesian.91.4. Kết luận.142. Lọc Particle.152.1. Giới thiệu.152.2. Nền tảng toán học.172.2.1. Phương pháp Monte Carlo.192.2.2. Phương pháp hàmtích lũy xác suất nghịch đảo.222.2.3. Phương pháp lấy mẫu loại trừ.232.2.4. Phương pháp Metropolis-Hasting.242.2.5. Phương pháp lấy mẫu quan trọng.272.3. Phương pháp lấy mẫu quan trọng tuần tự.312.4. Giảlập thuật toán SIS.342.5. Các vấn đềvềthuật toán SIS.372.5.1. Sựthoái hóa của thuật toán SIS.372.5.2. Vấn đềchọn hàmmật độ đềxuất.402.5.3. Tái chọn mẫu.432.6. Thuật toán lọc Particle.502.7. Giảlập thuật toán lọc Particle.522.8. Nhận xét.563. Mởrộng của lọc Particle và ứng dụng trong theo vết đối tượng dựavào video.583.1. Mởrộng của lọc Particle.583.1.1. Multi-modal Particle Filter.603.1.2. Thuật toán ODAPF.663.1.3. Thuật toán MeanShift Particle.703.2. Ứng dụng.753.2.1. Phát hiện đối tượng.763.2.2. Theo vết đối tượng.813.3. Kết quả.843.3.1. Kết quả định tính.843.3.2. Kết quả định lượng.903.4. Kết luận.924. Kết luận và hướng phát triển.934.1. Kết luận.934.2. Hướng phát triển.94DANH MỤC TÀI LIỆU THAMKHẢO.96

MỤC LỤC

LỜI CẢM ƠN.i

Nhận xét của giáo viên hướng dẫn.ii

Nhận xét của giáo viên phản biện.iii

TÓM TẮT LUẬN VĂN.iv

MỞ ĐẦU.v

MỤC LỤC.vii

Danh mục hình vẽ.x

Danh mục bảng biểu.xii

1. Tổng quan vềbái toán theo dõi đối tượng.1

1.1. Giới thiệu.1

1.2. Hệthống theo dõi đối tượng.3

1.2.1. Phát hiện đối tượng.3

1.2.2. Phân đoạn.5

1.2.3. Theo vết đối tượng.6

1.3. Các phương pháp theo vết thông thường.6

1.3.1. Sokhớp mẫu (Template matching).6

1.3.2. Theo vết Meanshift.7

1.3.3. Tiếp cận Bayesian.9

1.4. Kết luận.14

2. Lọc Particle.15

2.1. Giới thiệu.15

2.2. Nền tảng toán học.17

2.2.1. Phương pháp Monte Carlo.19

2.2.2. Phương pháp hàmtích lũy xác suất nghịch đảo.22

2.2.3. Phương pháp lấy mẫu loại trừ.23

2.2.4. Phương pháp Metropolis-Hasting.24

2.2.5. Phương pháp lấy mẫu quan trọng.27

2.3. Phương pháp lấy mẫu quan trọng tuần tự.31

2.4. Giảlập thuật toán SIS.34

2.5. Các vấn đềvềthuật toán SIS.37

2.5.1. Sựthoái hóa của thuật toán SIS.37

2.5.2. Vấn đềchọn hàmmật độ đềxuất.40

2.5.3. Tái chọn mẫu.43

2.6. Thuật toán lọc Particle.50

2.7. Giảlập thuật toán lọc Particle.52

2.8. Nhận xét.56

3. Mởrộng của lọc Particle và ứng dụng trong theo vết đối tượng dựavào video.58

3.1. Mởrộng của lọc Particle.58

3.1.1. Multi-modal Particle Filter.60

3.1.2. Thuật toán ODAPF.66

3.1.3. Thuật toán MeanShift Particle.70

3.2. Ứng dụng.75

3.2.1. Phát hiện đối tượng.76

3.2.2. Theo vết đối tượng.81

3.3. Kết quả.84

3.3.1. Kết quả định tính.84

3.3.2. Kết quả định lượng.90

3.4. Kết luận.92

4. Kết luận và hướng phát triển.93

4.1. Kết luận.93

4.2. Hướng phát triển.94

DANH MỤC TÀI LIỆU THAMKHẢO.96