國立高雄大學圖資館 |

語系: 繁體中文

說明(常見問題)

圖資館首頁

登入

回首頁

切換: 標籤 | MARC模式 | ISBD

使用雙眼視覺與加速穩健特徵演算法應用於追蹤人 = Tracking pe...

國立高雄大學資訊工程學系碩士班

使用雙眼視覺與加速穩健特徵演算法應用於追蹤人 = Tracking people using SURF feature points and binocular vision

紀錄類型:	書目-語言資料,印刷品 : 單行本
並列題名:	Tracking people using SURF feature points and binocular vision
作者:	徐繹舜,
其他團體作者:	國立高雄大學
出版地:	[高雄市]
出版者:	撰者;
出版年:	2014[民103]
面頁冊數:	67葉部分彩圖,表 : 30公分;
標題:	追蹤物體
標題:	object tracking
電子資源:	https://hdl.handle.net/11296/hy98g3
附註:	108年10月31日公開
附註:	參考書目：葉55-58
摘要註:	追蹤物體使用序列影像在機器視覺與影像處理中一直是一個常常被討論的主題。在此篇論文中，我們提出了使用雙眼視覺系統基於特徵空間應用於追蹤分析人的運動動作上面。利用立體相機的設置我們能獲取三維空間的資料，這對於追蹤運動物體上非常的有用。此篇論文所提出的方法是使用加速穩健特徵演算法（Speeded Up Robust Features）提取圖像的特徵。在左影像和右影像檢測出兩張影像的特徵然後進行匹配後做三角測量來獲得深度資料。在三維空間中有效地追蹤人的運動動作並分析。分析方式是使用K-Means分群法，將特徵點進行分群，進而偵測移動物件，強化移動物件追蹤的準確率。本研究提出的方法可用於移動物件偵測與追蹤，進一步分析人的移動軌跡及行為，未來的應用層面也相當廣泛。 Tracking objects over image sequences has been a highly active topic in computer vision and image processing. In this work, we present a feature-based spatial people tracking system using binocular vision. The setup of stereo cameras allows the acquisition of 3-D information, which is useful for robustly tracking moving object. The proposed method relies on the image features extracted using Speeded Up Robust Features (SURF). The features detected in the left and right images are then matched and triangulated to obtain depth information. To efficiently track people in 3-D space, we project the feature points onto floor plane. A discrete accumulator is designed to count the projection of feature points. By means of the accumulator, the presences of objects are indicated by those grids containing significant point projections. We also perform temporal analysis on the accumulator to find the paths of movement. Experimental results show the practicability of the.proposed people-tracking method.

使用雙眼視覺與加速穩健特徵演算法應用於追蹤人 = Tracking people using SURF feature points and binocular vision
徐, 繹舜

使用雙眼視覺與加速穩健特徵演算法應用於追蹤人 = Tracking people using SURF feature points and binocular vision / 徐繹舜撰 - [高雄市] : 撰者, 2014[民103]. - 67葉 ; 部分彩圖,表 ; 30公分.
108年10月31日公開參考書目：葉55-58.
追蹤物體object tracking

使用雙眼視覺與加速穩健特徵演算法應用於追蹤人 = Tracking people using SURF feature points and binocular vision
LDR:03026nam0a2200277 450 001 430150
005 20191119095057.0
010 0 $b 精裝
010 0 $b 平裝
100 $a 20141027y2014 k y0chiy50 e
101 0 $a chi $d chi $d eng
102 $a tw
105 $a ak am 000yy
200 1 $a 使用雙眼視覺與加速穩健特徵演算法應用於追蹤人 $d Tracking people using SURF feature points and binocular vision $z eng $f 徐繹舜撰
210 $a [高雄市] $c 撰者 $d 2014[民103]
215 0 $a 67葉 $c 部分彩圖,表 $d 30公分
300 $a 108年10月31日公開
300 $a 參考書目：葉55-58
314 $a 指導教授：殷堂凱博士
328 $a 碩士論文--國立高雄大學資訊工程學系碩士班
330 $a 追蹤物體使用序列影像在機器視覺與影像處理中一直是一個常常被討論的主題。在此篇論文中，我們提出了使用雙眼視覺系統基於特徵空間應用於追蹤分析人的運動動作上面。利用立體相機的設置我們能獲取三維空間的資料，這對於追蹤運動物體上非常的有用。此篇論文所提出的方法是使用加速穩健特徵演算法（Speeded Up Robust Features）提取圖像的特徵。在左影像和右影像檢測出兩張影像的特徵然後進行匹配後做三角測量來獲得深度資料。在三維空間中有效地追蹤人的運動動作並分析。分析方式是使用K-Means分群法，將特徵點進行分群，進而偵測移動物件，強化移動物件追蹤的準確率。本研究提出的方法可用於移動物件偵測與追蹤，進一步分析人的移動軌跡及行為，未來的應用層面也相當廣泛。 Tracking objects over image sequences has been a highly active topic in computer vision and image processing. In this work, we present a feature-based spatial people tracking system using binocular vision. The setup of stereo cameras allows the acquisition of 3-D information, which is useful for robustly tracking moving object. The proposed method relies on the image features extracted using Speeded Up Robust Features (SURF). The features detected in the left and right images are then matched and triangulated to obtain depth information. To efficiently track people in 3-D space, we project the feature points onto floor plane. A discrete accumulator is designed to count the projection of feature points. By means of the accumulator, the presences of objects are indicated by those grids containing significant point projections. We also perform temporal analysis on the accumulator to find the paths of movement. Experimental results show the practicability of the.proposed people-tracking method.
510 1 $a Tracking people using SURF feature points and binocular vision $z eng
610 # 0 $a 追蹤物體 $a 立體視覺 $a 特徵點偵測
610 # 1 $a object tracking $a stereo vision $a feature detection
681 $a 008M/0019 $b 464103 2822 $v 2007年版
700 1 $a 徐 $b 繹舜 $4 撰 $3 673373
712 0 2 $a 國立高雄大學 $b 資訊工程學系碩士班 $3 353878
801 0 $a tw $b 國立高雄大學 $c 20141021 $g CCR
856 7 # $u https://hdl.handle.net/11296/hy98g3 $2 http $z 電子資源