Відстеження рухомих об’єктів у відеопотоці з застосуванням фільтру Калмана

dc.contributor.advisorБучко, Оленаuk_UA
dc.contributor.authorМарченко, Владиславuk_UA
dc.date.accessioned2025-09-02T06:16:35Z
dc.date.available2025-09-02T06:16:35Z
dc.date.issued2025
dc.description.abstractРобота присвячена дослідженню та розробці алгоритму відстеження об’єктів у відеопотоці, використовуючи фільтр Калмана та орієнтацію на спостереження над об’єктами (OC-SORT). Метою роботи є виявлення методів поліпшення стабільності менеджменту ідентифікаторів об’єктів у складних умовах, таких як оклюзія та нелінійний рух. Основна ідея алгоритму полягає у впровадженні буфера спостережень для відновлення треків після втрати об’єктів та використанні механізму повторної корекції за допомогою останніх достовірних даних. Такий підхід дозволяє зменшити похибку та підвищити точність відстеження об’єктів, особливо у випадках, коли стандартний фільтр Калмана втрачає об’єкт через тривалу його відсутність. Перший розділ охоплює сучасні підходи з виявлення та трекінгу об’єктів, включаючи методи диференціювання кадрів (Frame differencing), оптичного потоку (Optical Flow), SSD, YOLO, прискорені R-CNN, а також алгоритми трекінгу, зокрема фільтр Калмана, частинковий фільтр (Particle Filter), DeepSORT, ByteTrack. У розділі також розглянуто основні обмеження фільтру Калмана та способи їх вирішення. Другий розділ присвячено детальному аналізу проблем трекінгу у відеопотоці. Охоплено методи асоціації треків, зокрема IoU та Угорський алгоритм, а також використання метрик відповідності (Відстань Махаланобіса, NWD). Увагу приділено впливу налаштування трекера на стабільність ідентифікаторів. У третьому розділі описано структуру та реалізацію алгоритму OC-SORT. Розглянуто архітектуру проєкту, принципи роботи компонентів. Проведено тестування алгоритму на основі методу диференціювання кадрів та YOLO, а результати порівняно з класичними реалізаціями трекерів на основі фільтру Калмана та детекцій. Результати демонструють ефективність алгоритму OC-SORT у контексті менджменту ідентифікаторів об’єктів та стійкості до оклюзій, а також значне зниження кількості помилкових ідентифікацій у порівнянні з базовими підходами. Висновки містять рекомендації щодо подальшого розвитку алгоритму та можливостей його застосування у системах реального часу.uk_UA
dc.identifier.urihttps://ekmair.ukma.edu.ua/handle/123456789/36339
dc.language.isoukuk_UA
dc.statusfirst publisheduk_UA
dc.subjectвідеопотікuk_UA
dc.subjectфільтр Калманаuk_UA
dc.subjectідентифікатори об’єктівuk_UA
dc.subjectтрекінг об’єктівuk_UA
dc.subjectбакалаврська роботаuk_UA
dc.titleВідстеження рухомих об’єктів у відеопотоці з застосуванням фільтру Калманаuk_UA
dc.typeOtheruk_UA
Files
Original bundle
Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
Marchenko_Bakalavrska_robota.pdf
Size:
541.48 KB
Format:
Adobe Portable Document Format
Loading...
Thumbnail Image
Name:
Marchenko_Bakalavrska_robota_1.pdf
Size:
624.29 KB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: