Um algoritmo para o rastreamento em cardumes atrav?s da an?lise de imagens digitais

• Main Author: Feij?, Gregory de Oliveira
• Other Authors: Pinho, M?rcio Sarroglia
• Format: Others
• Language: Portuguese
• Published: Pontif?cia Universidade Cat?lica do Rio Grande do Sul 2016
• Subjects: PROCESSAMENTO DE IMAGENS; PEIXES - PESQUISAS; ALGORITMOS; INFORM?TICA; CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Online Access: http://tede2.pucrs.br/tede2/handle/tede/6806

Submitted by Setor de Tratamento da Informa??o - BC/PUCRS ([e-mail]) on 2016-07-04T19:42:02Z No. of bitstreams: 1 DIS_GREGORY_DE_OLIVEIRA_FEIJO_COMPLETO.pdf: 2876507 bytes, checksum: bae9f6db63819970b92107315d275455 (MD5) === Made available in DSpace on 2016-07-04T19:42:02Z (GMT). No. of bitstreams: 1 DIS_GREGORY_DE_OLIVEIRA_FEIJO_COMPLETO.pdf: 2876507 bytes, checksum: bae9f6db63819970b92107315d275455 (MD5) Previous issue date: 2015-03-11 === Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES === Fish monitoring has been recently used in many biological research fields to understand the effects of drug usage, for example. Monitoring tasks require the full trajectory of these animals for later evaluation. Evaluation by human observers is the main approach used nowadays. However, this is not a reliable approach because humans can not maintain focus on a source of information for too long. For this reason, digital image processing techniques have become a popular approach for monitoring tasks. The tracking of a single fish is a relatively simple problem that may be solved with traditional image processing techniques. On the other hand, the tracking of a group of fish is much more challenging. The biggest problem is to maintain each individual?s identity due to the frequent overlapping(occlusion) situation that occurs while these animals move inside the tank. Some known approaches use three-dimensional information obtained by multiple cameras which requires a laborious camera calibration step. Other approaches based on a single camera, can not correctly handle occlusion, resulting in a frequent identity swap between fish. This work presents a multi-object tracking method to track a group of fish in a tank. The proposed method is capable of maintaining the correct identity of each fish even in partial and full occlusion situations. In order to keep the correct identity, we take advantage of the Kalman Filter by estimating the future position of each fish based on its previous one. When there are more than one fish in the same region in the frame image, a partitioning algorithm is responsible for re-establishing each animal?s pose. The proposed algorithm was compared against a manually labeled ground truth in two videos. Preliminary tests show that the proposed method is capable of maintaining the animals identity in 98,04% of the occlusion cases. === O monitoramento de peixes em aqu?rios, tem sido utilizado em ?reas de pesquisa biol?gica por exemplo, para entender o feito do uso de drogas. Este monitoramento requer a obten??o da trajet?ria destes animais para posterior an?lise. A utiliza??o de observadores humanos, ainda ? o principal m?todo utilizado para este monitoramento. Entretanto, esta n?o ? uma abordagem confi?vel devido ? dificuldade em se manter o foco de aten??o de um humano sobre uma fonte de informa??o por muito tempo. Por esta raz?o, tem se tornado comum o uso de t?cnicas de processamento de imagens para a tarefa de monitoramento. O rastreamento de um ?nico peixe, ? uma tarefa relativamente simples, que pode ser resolvida com o uso de m?todos tradicionais de processamento de imagens e rastreamento. O rastreamento de v?rios peixes, entretanto, ? uma tarefa mais desafiadora. O maior problema, nestes casos, ? a manuten??o da identidade de cada indiv?duo devido ?s frequentes situa??es de sobreposi??o(oclus?o) que ocorrem durante o movimento dos animais no aqu?rio. Algumas das abordagens baseiam-se em informa??es tridimensionais obtidas de m?ltiplas c?meras, o que requer uma etapa de calibra??o trabalhosa. J? abordagens com uma ?nica c?mera t?m dificuldade de tratar corretamente os casos de oclus?o, resultando na troca de identidades com frequ?ncia. Este trabalho apresenta um m?todo para rastrear um grupo de peixes em um aqu?rio. O m?todo ? capaz, manter a identidade correta de cada indiv?duo mesmo em casos de oclus?o parcial e total. Para manter a identidade de um peixe ao longo do tempo, utiliza-se o Filtro de Kalman que permite estimar qual a posi??o futura de um objeto com base nas posi??es anteriores. . Em casos de oclus?o, quando houver mais de um peixe em um mesmo local, executa-se um algortimo de particionamento de regi?es, com o objetivo de reconstruir a forma original de cada indiv?duo. O resultado do algoritmo foi comparado com um ground truth obtido manualmente em dois v?deos. Testes mostram que o m?todo proposto ? capaz de manter a identidade dos animais, em 98,04% dos casos de oclus?o.