Filtro de partículas hibridizado com métodos da computação natural para detecção e rastreamento.

Abstract

Detecção e rastreamento de objetos em sequências de imagens aparece atualmente em várias situações do nosso cotidiano e se destaca pela sua importância em várias áreas como, por exemplo, na área de segurança (monitoramento de objetos ou indivíduos), dentre outros. Um dos métodos comumente utilizado é o Filtro de Partículas (FP), o principal problema do FP é a degeneração, que pode implicar em um rastreamento pior. Nesta dissertação, serão apresentados dois método híbridos baseado no Filtro de Partículas. A hibridização ocorre através da combinação do Filtro de Partículas com um método da computação natural: i) Otimização através de Enxame de Partículas; e ii) Evolução Diferencial. Os métodos propostos foram aplicados para dois estudos de caso: i) para rastreamento de trajetória de um sistema não linear caminhão-reboque, e ii) para detectar e rastrear a face de uma pessoa em uma sequência de imagens. Os resultados obtidos em termos de qualidade de rastreamento indicam um melhor desempenho dos algoritmos hibridizados quando comparados com o Filtro de Partículas padrão.