prikaz prve stranice dokumenta Detekcija i praćenje osoba u video zapisima temeljena na HOG značajkama
Pristup korisnicima matične ustanove
završni rad
Detekcija i praćenje osoba u video zapisima temeljena na HOG značajkama
2020. urn:nbn:hr:190:271469
Gardijan, Andrej
Sveučilište u Rijeci
Tehnički fakultet
Zavod za računarstvo
Katedra za inteligentne računalne sustave

Citirajte ovaj rad

Gardijan, A. (2020). Detekcija i praćenje osoba u video zapisima temeljena na HOG značajkama (Završni rad). Rijeka: Sveučilište u Rijeci, Tehnički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:190:271469

Gardijan, Andrej. "Detekcija i praćenje osoba u video zapisima temeljena na HOG značajkama." Završni rad, Sveučilište u Rijeci, Tehnički fakultet, 2020. https://urn.nsk.hr/urn:nbn:hr:190:271469

Gardijan, Andrej. "Detekcija i praćenje osoba u video zapisima temeljena na HOG značajkama." Završni rad, Sveučilište u Rijeci, Tehnički fakultet, 2020. https://urn.nsk.hr/urn:nbn:hr:190:271469

Gardijan, A. (2020). 'Detekcija i praćenje osoba u video zapisima temeljena na HOG značajkama', Završni rad, Sveučilište u Rijeci, Tehnički fakultet, citirano: 30.11.2024., https://urn.nsk.hr/urn:nbn:hr:190:271469

Gardijan A. Detekcija i praćenje osoba u video zapisima temeljena na HOG značajkama [Završni rad]. Rijeka: Sveučilište u Rijeci, Tehnički fakultet; 2020 [pristupljeno 30.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:271469

A. Gardijan, "Detekcija i praćenje osoba u video zapisima temeljena na HOG značajkama", Završni rad, Sveučilište u Rijeci, Tehnički fakultet, Rijeka, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:271469

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:190:271469
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovDetekcija i praćenje osoba u video zapisima temeljena na HOG značajkama
Naslov (engleski)Detection and Person Tracking in videos based on HOG features
AutorAndrej Gardijan
MentorIvo Ipšić (mentor)
Član povjerenstvaKristijan Lenac (predsjednik povjerenstva)
Član povjerenstvaIvo Ipšić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Rijeci
Tehnički fakultet
(Zavod za računarstvo)
(Katedra za inteligentne računalne sustave)
Rijeka
Datum i država obrane2020-09-16, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U ovom završnom radu prikazan je princip rada HOG metode uz programski kod koji prikazuje primjenu iste u detekciji i praćenju osoba u video zapisima. Prikazana je pozadina iza HOG opisnika, značenje njega samog kao vektora histograma orijentiranih gradijenata. Iz podataka znanstvenog rada Dalal i Triggs vidljivi su optimalni parametri za detekciju raznih objekata pa tako i osoba. Sam proces detekcije razbijen je na nekoliko koraka od kojih svaki igra bitnu ulogu i doprinosi kvalitetnijoj detekciji osoba. Takoder je prikazana i stopa promašaja detekcije u ovisnosti o veličini ćelije i veličine blokova uz prisutnost preklapanja blokova. Kako bi se poboljšala kvaliteta detekcija, a tako i praćenja te smanjila redundancija korišteno je non-max suzbijanje koje osigurava jednostruku detekciju objekta, u ovom slučaju osobe. Tijekom praćenja korištena je metoda praćenja centroida, koja na temelju euklidske udaljenosti vrši jednostavno praćenje detektiranih četverokuta. Primjena svega opisanog vidljiva je na setu podataka CAVIAR.
Sažetak (engleski)
This final thesis shows the principles behind the HOG method along with the source code which shows the application of the mentioned method in people detection and tracking in video recordings. The background workings of the HOG descriptor are shown, along with its meaning as a vector of histogram of oriented gradients. The optimal parameters for detection of objects as well as people are visible from Dalal’s and Triggs’s thesis. The detection process is broken down into smaller steps of which each one plays an important role and contributes to its people detection quality. Among other things the miss rate is shown, its dependency on cell size as well as block size and its overlap. To improve the detection quality and lower redundancy non-max suppression was used which ensures a single detection of an object, in this case a person. The tracking method used was centroid tracking which simply based on euclidean distance tracks the detected quadrangles. The application of all that is mentioned is visible on the CAVIAR data set.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:190:271469
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ. bacc. ing. comp)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaPristup korisnicima matične ustanove
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2021-09-30 09:06:06