prikaz prve stranice dokumenta Praćenje više gibajućih objekata filtrom gustoće vjerojatnosti hipoteza
Rad nije dostupan
diplomski rad
Praćenje više gibajućih objekata filtrom gustoće vjerojatnosti hipoteza
2017. urn:nbn:hr:168:584002
Bićanić, Borna
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

Bićanić, B. (2017). Praćenje više gibajućih objekata filtrom gustoće vjerojatnosti hipoteza (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:584002

Bićanić, Borna. "Praćenje više gibajućih objekata filtrom gustoće vjerojatnosti hipoteza." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2017. https://urn.nsk.hr/urn:nbn:hr:168:584002

Bićanić, Borna. "Praćenje više gibajućih objekata filtrom gustoće vjerojatnosti hipoteza." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2017. https://urn.nsk.hr/urn:nbn:hr:168:584002

Bićanić, B. (2017). 'Praćenje više gibajućih objekata filtrom gustoće vjerojatnosti hipoteza', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 20.04.2024., https://urn.nsk.hr/urn:nbn:hr:168:584002

Bićanić B. Praćenje više gibajućih objekata filtrom gustoće vjerojatnosti hipoteza [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2017 [pristupljeno 20.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:584002

B. Bićanić, "Praćenje više gibajućih objekata filtrom gustoće vjerojatnosti hipoteza", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2017. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:584002

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:584002
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovPraćenje više gibajućih objekata filtrom gustoće vjerojatnosti hipoteza
Naslov (engleski)Multiple Moving Object Tracking Using the Probability Hypothesis Density Filter
AutorBorna Bićanić
MentorIvan Petrović (mentor)
Član povjerenstvaIvan Petrović (predsjednik povjerenstva)
Član povjerenstvaMarija Seder (član povjerenstva)
Član povjerenstvaIvan Marković (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2017-07-17, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Elektrotehnika
Sažetak
sažetakPraćenje više gibajućih objekata kompleksan je problem gdje se osim izazova praćenja pojedinačnoga objekta javljaju i problemi poput nastajanja i nestajanja objekata te nesi-gurnosti pridjeljivanja mjerenja objektima. Rješavanjem toga problema pomoću teorije slučajnih konačnih skupova izbjegava se eksplicitno pridjeljivanje mjerenja objektima tre-tirajući ih kao slučajne skupove gdje su stanja i kardinalitet slučajne varijable. Ovaj pris-tup daje osnovu za primjenu optimalnog Bayesovog filtra za praćenje više gibajućih ob-jekata koji je, međutim, računski vrlo složen te mu se često pristupa aproksimacijama poput filtra gustoće vjerojatnosti hipoteza. U ovom radu implementiran je filter gustoće vjerojatnosti hipoteza (PHD), kao i kardinalizirani filter gustoće vjerojatnosti hipoteza (CPHD). Algoritmi su implementirani u programskom sustavu Matlab, unutar kojega su i testirani te uspoređeni na temelju metrike optimalnog pridruživanja uzoraka (OSPA).
Sažetak (engleski)
Tracking of a multiple moving objects is a very complex problem, where besides the chal-lenges of tracking single object, problems arise from appearance and disappearance of objects and uncertainty of association between measurements and objects. By solving this problem via random finite sets theory, explicit assignment of measurements to objects is avoided treating them as random sets where both states and cardinality is random varia-ble. This approach provides the basis for the application of optimal Bayes filter to the problem of tracking multiple moving objects, which is, however, computationally very complex and, often, approximations like probability hypothesis density filter are made. In this master’s thesis, the probability hypothesis density filter for tracking multiple objects is implemented. The algorithm is realized using Gaussian distribution mixtures and tested in simulations within Matlab programming system.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:584002
Studijski programNaziv: Elektrotehnika i informacijska tehnologija
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka elektrotehnike i informacijske tehnologije (mag. ing. el. techn. inf.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2019-03-13 19:04:32