HEAL DSpace

Παρακολούθηση πολλαπλών οχημάτων από δορυφορικά δεδομένα βίντεο με χρήση φίλτρων Kalman

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Μαστοράκης, Κωνσταντίνος el
dc.contributor.author Mastorakis, Konstantinos en
dc.date.accessioned 2016-07-13T10:59:35Z
dc.date.available 2016-07-13T10:59:35Z
dc.date.issued 2016-07-13
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/43093
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.13048
dc.rights Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα *
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ *
dc.subject Δορυφορικές εικόνες - βίντεο el
dc.subject Παρακολούθηση πολλαπλών αντικειμένων el
dc.subject Multiple object tracking en
dc.subject Kalman filters en
dc.subject Traffic Monitoring en
dc.title Παρακολούθηση πολλαπλών οχημάτων από δορυφορικά δεδομένα βίντεο με χρήση φίλτρων Kalman el
dc.title Tracking multiple vehicles from satellite video using kalman filters en
heal.type bachelorThesis
heal.generalDescription Η παρούσα διπλωματική εργασία με τίτλο “Παρακολούθηση πολλαπλών οχημάτων από δορυφορικά δεδομένα βίντεο με χρήση φίλτρων Kalman” ανατέθηκε και εκπονήθηκε στο πλαίσιο των προπτυχιακών μου σπουδών, από το Εργαστήριο Τηλεπισκόπησης της Σχολής Αγρονόμων & Τοπογράφων Μηχανικών του Εθνικού Μετσόβιου Πολυτεχνείου, με κύριο στόχο την διερεύνηση, ανάπτυξη και αξιολόγηση μεθόδου παρακολούθησης οχημάτων σε αλληλουχία δορυφορικών εικόνων, τα οποία κινούνται σε τμήμα οδικού άξονα και με απώτερο σκοπό την εξαγωγή στατιστικών στοιχείων σε μαζική κλίμακα για ποικίλες εφαρμογές σε συγκοινωνιακές μελέτες. Σε περιοχές όπου συγκεντρώνονται μεγάλοι πληθυσμοί η μεγάλη και μαζική ανάγκη για μεταφορά, οδηγεί χωρίς αμφιβολία στην μεγάλη αύξηση των οχημάτων πάσης φύσεως. Αυτό δοκιμάζει όλο και πιο έντονα τα οδικά δίκτυα, ιδιαίτερα εντός των μεγάλων αστικών κέντρων που συνεχώς καλούνται να προσαρμόζονται στις ανάγκες αυτές. Για την βέλτιστη καταγραφή κυκλοφοριακών προτύπων σε κλίμακα συνοικίας, δήμου ή και πόλης και την ανάλυση τάσεων και οδηγικών συμπεριφορών, η αξιοποίηση των νέων δορυφορικών δεδομένων τύπου βίντεο μπορεί να αλλάξει τον τρόπο με τον οποίο πραγματοποιούνται τέτοιου είδους μελέτες. el
heal.classification Τηλεπισκόπηση el
heal.classification Αντίληψη και όραση υπολογιστών el
heal.classificationURI http://data.seab.gr/concepts/29f3834f510e2fcbee2fcce329a355775dd48e27
heal.classificationURI http://data.seab.gr/concepts/12c1c913dbe758d67c4c509a6768bdbc7905830c
heal.language el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2016-07-05
heal.abstract Αντικείμενο της παρούσας διπλωματικής εργασίας αποτελεί η μελέτη τεχνικών παρακολούθησης πολλαπλών αντικειμένων/οχημάτων (multiple object tracking) τα οποία κινούνται σε οδικούς άξονες με βάση μοντέλα πρόβλεψης θέσης που βασίζονται στη χρήση φίλτρων τύπου Kalman. Η ανάλυση και παρακολούθηση πραγματοποιείται σε δορυφορικά δεδομένα βίντεο πολύ υψηλής χωρικής ανάλυσης, στα οποία μπορεί να γίνονται διακριτά τα οχήματα ως συσσωρεύσεις λιγοστών pixel. Μετά τον εντοπισμό των κέντρων των οχημάτων στις αρχικές εικόνες της αλληλουχίας με βάση τεχνικές αφαίρεσης υποβάθρου, εφαρμόζονται πολλαπλά και ανά αντικείμενο μοντέλα πρόβλεψης θέσης στο επόμενο καρέ με βάση φίλτρα τύπου Kalman. Με βάση την πρόβλεψη πραγματοποιείται αξιολόγηση σε σχέση με το αποτέλεσμα του αλγορίθμου αφαίρεσης φόντου. Βασικό αποτέλεσμα της παρούσας εργασίας αποτελεί αλγόριθμος που υλοποιεί την παραπάνω μεθοδολογία καθώς και τα σετ των παραμέτρων που οδηγούν σε βέλτιστα αποτελέσματα για τα δεδομένα που χρησιμοποιήθηκαν. Παρ’ όλα αυτά το αναπτυγμένο λογισμικό δεν μπορεί να θεωρηθεί έτοιμο για επιχειρησιακή χρήση και απαιτείται εκτεταμένη αξιολόγηση και περαιτέρω ανάπτυξη. Τα αποτελέσματα όμως φαίνεται ότι είναι ιδιαιτέρως ελπιδοφόρα για ποικίλες εφαρμογές σε κυκλοφοριακές και συγκοινωνιακές μελέτες. el
heal.abstract The main goal of this diploma thesis is to study tracking methods of multiple objects, which move on large scale roads based on prediction models which rely on Kalman filters theory. The analysis and tracking is realized on satellite video data of very high spatial resolution, in which vehicles can be distinguished as accumulations of few pixels. After locating the centroids of the vehicles on the raw images of the video sequence using background subtraction techniques, multiple and object by object location prediction models based on Kalman type filters are being recursively applied for each frame. Evaluation of the process is being carried out by comparing the prediction results to those of the background subtraction algorithm. The main product of this diploma thesis consists of an algorithm that implements the methodology described above, as well as the set of parameters that lead to the optimized results for the given datasets. However, the developed software should not be considered ready for operational use. Extended evaluation and further research is required for this to be accomplished. Even so, the results are definitely promising for multiple traffic and transport applications. en
heal.advisorName Καράντζαλος, Κωνσταντίνος el
heal.committeeMemberName Καράντζαλος, Κωνσταντίνος el
heal.committeeMemberName Καρράς, Γεώργιος el
heal.committeeMemberName Αντωνίου, Κωνσταντίνος el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών. Τομέας Τοπογραφίας. Εργαστήριο Τηλεπισκόπησης el
heal.academicPublisherID ntua
heal.numberOfPages 90 σ. el
heal.fullTextAvailability true


Αρχεία σε αυτό το τεκμήριο

Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο:

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα Εκτός από όπου ορίζεται κάτι διαφορετικό, αυτή η άδεια περιγράφεται ως Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα