Reidentificação Baseada em Filtro de Correlação Discriminativo para Rastreamento de Múltiplos Objetos em Câmeras de Videomonitoramento
Nome: AUGUSTO ABLING
Data de publicação: 01/04/2025
Banca:
Nome |
Papel |
|---|---|
| BRUNO LEGORA SOUZA DA SILVA | Examinador Interno |
| DOUGLAS ALMONFREY | Examinador Externo |
| FLÁVIO GARCIA PEREIRA | Examinador Externo |
| RAQUEL FRIZERA VASSALLO | Presidente |
| THAÍS PEDRUZZI DO NASCIMENTO | Examinador Interno |
Resumo: Este estudo tem como objetivo desenvolver, testar e analisar a utilização de um filtro de correlação discriminativo como módulo de reidentificação de objetos, integrado ao rastreamento de múltiplos objetos, para uso em câmeras de videomonitoramento com foco em processamento em tempo real. O estudo se insere no contexto de cidades inteligentes e Sistemas de Transporte Inteligente (ITS, do inglês Intelligent Transportation Systems), onde a reidentificação e o rastreamento de objetos são fundamentais para a criação de tecnologias avançadas. A metodologia adotada incluiu a implementação de um filtro de correlação discriminativo, modificado para a tarefa de reidentificação, seguido de testes para avaliar o desempenho do algoritmo em cenários desafiadores, presentes em conjuntos de dados amplamente reconhecidos nos desafios de visão computacional. Os
resultados demonstraram que o filtro de correlação proposto se aproxima, em precisão, das abordagens baseadas em redes neurais, sem a necessidade de treinamento prévio para contextos específicos. Conclui-se que a integração deste módulo de reidentificação com o rastreamento de múltiplos objetos oferece uma solução equilibrada para melhorar a precisão do rastreamento, a um custo computacional menor em comparação às redes neurais, contribuindo para o avanço de tecnologias em cidades inteligentes e ITS.
