Detection and tracking of sphere markers

Eskandari, Hesam (2019). Detection and tracking of sphere markers. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

Prévisualisation	PDF Télécharger (13MB) | Prévisualisation
Prévisualisation	PDF Télécharger (1MB) | Prévisualisation

Résumé

Tracking and detection of sphere markers captured by a GoPro Hero 4 Silver camera at 240 frames per second is studied and discussed in this report. Different tools are designed such as, optimized color detection, optimized edge circle detection, and point tracking. A number of tools have been used such as Kernelized Correlation Filters, Optical Flow and Circle Hough Transform. The major problem of KCF trackers is their incapability of adjusting the scale changes of the target. It is solved by designing a point tracker unit. The marker used for this study is spherical and gray. Color detector algorithms are normally reliable for specific colors. In the worst case they cannot detect gray objects or it comes with high error. A learning algorithm was designed to optimize the color range in HSV as a signature of the marker. The Circle Hough Transform is a well-known method for detecting circles. This function accepts many inputs which effect the position of the circle. A learning method is developed to optimize its inputs by minimizing a defined error function. Finally, the results have been smoothen by applying Kalman Filter, an extremely accurate filter used in control industry and robotics to smooth or predict the position of robots. In this work we discuss the robustness of the developed algorithm against changes in brightness that shows how it would perform in more real-world conditions. The final results have been compared in accuracy of the algorithm versus three other well-known algorithms: CSRT, Boosting, and Median Flow. This comparison shows that the proposed method is reliable and the developed algorithm is in fact more accurate in detection and more reliable with fewer failures.

Titre traduit

Détection et suivi des marqueurs sphère

Résumé traduit

Le suivi et la détection des marqueurs de sphère capturés par une caméra GoPro Hero 4 Silver à 240 images par seconde sont étudiés et discutés dans ce rapport. Différents outils sont conçus, tels que la détection optimisée des couleurs, la détection optimisée des cercles de bord, et le suivi de points. Un certain nombre d’outils ont été utilisés, tels que les filtres de corrélation par noyau, le flux optique et la transformation circulaire de Hough. Le principal problème des suivis KCF est leur incapacité à ajuster les changements d’échelle de la cible. Il est résolu en concevant une unité de suivi des points. Le marqueur utilisé pour cette étude est sphérique et gris. Les algorithmes de détection de couleur sont normalement fiables pour des couleurs spécifiques. Dans le pire des cas, ils ne peuvent pas détecter les objets gris ou cela vient avec une erreur élevée. Un algorithme d’apprentissage a été conçu pour optimiser la gamme de couleurs dans HSV en tant que signature du marqueur. Le Transformée circulaire de Hough est une méthode bien connue pour détecter les cercles. Cette fonction accepte de nombreuses entrées qui affectent la position du cercle. Une méthode d’apprentissage a été développée pour optimiser ses entrées en minimisant une fonction d’erreur définie. Enfin, les résultats ont été lissés en appliquant le filtre Kalman, un filtre extrêmement précis utilisé dans l’industrie du contrôle et la robotique pour lisser ou prédire la position des robots. Dans ce travail, nous discutons de la robustesse de l’algorithme développé par rapport aux changements de luminosité qui montrent ses performances dans des conditions plus réelles. Les résultats finaux ont été comparés en termes de précision de l’algorithme par rapport à trois autres algorithmes bien connus, CSRT, Boosting et Median Flow. Cette comparaison montre que la méthode proposée est prometteuse et que l’algorithme développé est en fait plus précis en détection et plus fiable en nombre de défaillances.

Type de document:	Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires:	"Thesis presented to École de technologie supérieure in partial fulfillment of a master's degree with thesis in information technology engineering". Comprend des références bibliographiques (pages 93-97).
Mots-clés libres:	détection de couleur, détection de Bord de Canny, transformation de Hough de cercle, noyau de filtre de corrélation, écoulement optique, filtre de Kalman
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Vázquez, Carlos
Codirecteur:	Codirecteur Chénier, Félix
Programme:	Maîtrise en ingénierie > Génie des technologies de l'information
Date de dépôt:	19 févr. 2020 17:05
Dernière modification:	26 oct. 2020 13:33
URI:	https://espace.etsmtl.ca/id/eprint/2455

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt