Object tracking algorithms

diplomski rad

• Naslov (hrvatski): Algoritmi za praćenje objekata
• Autor: Nikola Pavlinić
• Mentor: Bojan Basrak (mentor)
• Član povjerenstva: Bojan Basrak (predsjednik povjerenstva)
• Član povjerenstva: Drago Špoljarić (član povjerenstva)
• Član povjerenstva: Matej Mihelčić (član povjerenstva)
• Član povjerenstva: Josip Tambača (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Prirodoslovno-matematički fakultet; (Matematički odsjek); Zagreb
• Datum i država obrane: 2021-07-21, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: PRIRODNE ZNANOSTI; Matematika

Sažetak

U ovom diplomskom radu predstavljene su tri poznate metode za praćenje objekata, Kalmanov filter, point mass filter te filter čestica (particle filter). Kako su sva tri filtera zasnovana na Bayesovoj logici na početku se gradila teorija koja je potom primjenjena na sva tri filtera. Naposljetku smo naveli primjenu Kalmanovog filtera na simuliranim podacima.

Sažetak (engleski)

This master thesis is presenting three well-known methods for monitoring objects, Kalman filter, point mass filter and particle filter. The theory was initially built through recursive Bayesian solution because all three methods are based on Bayesian Logic. Finally, we present an application of Kalman filter on a simulated data set under several different scenarios.

• Ključne riječi: Kalmanov filter; point mass filter; filter čestica; Bayesova logika
• Ključne riječi (engleski): Kalman filter; point mass filter; particle filter; Bayesian Logic
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:217:699699
• Studijski program: Naziv: Financijska i poslovna matematika; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra matematike (mag. math.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2021-09-16 11:33:27