عنوان الإطروحه |
Improvement of Accuracy, Performance, and ID Switched Using Logistic Regression for Deep Sort Algorithm
|
تاريخ مناقشة الاطروحه |
2022-03-31 |
اسم الطالب |
رمزي جبر عبدالفتاح مسلم
|
المشرف |
فيصل سليمان صالح السقار |
|
المشرف المشارك |
|
اعضاء لجنة المناقشة |
| اكرم عارف نايف مصطفى |
| بلال مصطفى حسين ابو عطا |
|
الكلية |
كلية الامير الحسين بن عبدالله لتكنولوجيا المعلومات |
القسم |
علم الحاسوب |
الملخص بالعربية |
في الآونة الأخيرة ، أصبحت خوارزميات تتبع الكائن مهمة للغاية ، ومع التطوير والتحديث المستمر للتكنولوجيا ، كان من الضروري التركيز على الخوارزميات التي تهتم بتتبع الكائن ومحاولة تطويرها وتحسينها. في هذه الأطروحة ، نقترح بديلاً لمرشح كالمان (Kalman Filter) كطريقة لتقدير موضع الكائن المتعقب باستخدام المواقع التي تمت ملاحظتها سابقًا ، حيث لاحظنا أن استعادة كائن بعد فقده يصبح أكثر صعوبة مع زيادة فترة الخسارة ، مما يؤدي إلى تبديل المعرف في عملية التتبع. كما قمنا بحل مشكلة ID Switch بعد فترة الضياع. ومن الأعمال ذات الصلة أن هذه الأطروحة تتم مقارنتها مع خوارزمية الفرز العميق التي تستخدم مرشح كالمان الذي يمتد من خوارزمية الفرز. المنهجية هي استبدال خوارزمية مرشح كالمان واستخدام الانحدار اللوجستي (Logistic Regression). تظهر نتائج خوارزمية الفرز العميق باستخدام الانحدار اللوجستي تحسنًا في الدقة والأداء وحل مشكلة تبديل الهوية. تصل دقة التتبع للنموذج المقترح إلى 80? |
الملخص بالانجليزي |
Recently, object tracking algorithms have become very important, and with the continuous development and modernization of technology, it has been necessary to focus on algorithms that are concerned with object tracking and try to develop and improve them. In this thesis, we propose an alternative to the Kalman filter as a method to estimate the tracked object's position using previously observed locations, as we have noticed that the recovery of an object after it was lost gets more difficult as the loss period gets higher, which results in ID switch in the tracking process. Also, we solved the problem of ID Switch after the loss period. A related work that this thesis is compared with the deep Sort algorithm that uses a Kalman filter that extends from the sort algorithm. The methodology is to replace the Kalman filter algorithm and use logistic regression. The results of the deep sort algorithm using the logistic regression show an improvement in accuracy, and performance and solve the ID switching problem. The tracking accuracy of the proposed model reaches 80% |
رقم ISN |
7146 |
|
للحصول على الرسالة كملف يرجى تزويد المكتبة برقم ISN
|
|