Para assegurar a robustez da técnica mediante a mudança dos parâmetros in- trínsecos da projeção, foram utilizados vários equipamentos diferentes para capturar as imagens utilizadas nos experimentos. A Figura 29 mostra os diferentes modelos de câmera utilizados nos experimentos desta dissertação, enquanto a Tabela3apresenta os respectivos parâmetros intrínsecos para cada equipamento e configuração de captura.
6.4
TÉCNICAS AVALIADAS
As técnicas avaliadas pelos experimentos foram selecionadas para incluir os três principais tipos de rastreamento baseado em modelo: rastreamento baseado em arestas, rastreamento baseado em features e rastreamento hibrido, baseado tanto em features quanto arestas. Essas técnicas foram implementadas na linguagem C++ utilizando as implementações da plataforma de software ViSP (MARCHAND; SPINDLER; CHAU-
Figura 23 – Objeto de teste B e seu respectivo conjunto de pontos de inicialização
Fonte: O autor
Figura 24 – Objeto de teste C e seu respectivo conjunto de pontos de inicialização
Figura 25 – Objeto de teste D e seu respectivo conjunto de pontos de inicialização
Fonte: O autor
Figura 26 – Objeto de teste E e seu respectivo conjunto de pontos de inicialização
Figura 27 – Objeto de teste F e seu respectivo conjunto de pontos de inicialização
Fonte: O autor
Figura 28 – Objeto de teste G e seu respectivo conjunto de pontos de inicialização
Figura 29 – Equipamentos de captura utilizados: a) Canon EOS Rebel T4I; b) Canon Powershot SX50; c) Azus
Zenphone 6 (Z002-A500); d) Syma X5C aero-drone; e) Microsoft Lifecam Studio
Fonte: O autor
Tabela 3 – Modelos de câmera e parâmetros de calibração intrínsecos
Equipamento Resolução Utilizada fx fy cx cy
Canon EOS Rebel T4I 1920 x 1080 36680,20 37667,01 1098,06 796,37
Canon EOS Rebel T4I 960 x 540 776,44 776,15 475,58 286,79
Canon Powershot SX50 1920 x 1080 1526,70 1528,67 954,53 491,26
Canon Powershot SX50 960 x 540 763,26 764,37 474,50 244,38
Azus Zenphone 6 (Z002-A500) 1920 x 1080 1523,26 1525,35 924,25 565,04
Azus Zenphone 6 (Z002-A500) 960 x 540 790,58 790,83 471,33 288,36
Syma X5C aero-drone 1280 x 720 1456,33 1450,18 531,70 364,13
Microsoft Lifecam Studio 640 x 480 588,37 590,79 320,00 240,00
METTE, 2005) como base teórica e os recursos de leitura e processamento de imagens da biblioteca OpenCV (BRADSKI,2000).
A técnica proposta teve duas implementações utilizando descritores, uma adotou o
SIFT e a outra o SURF, tendo como principal vantagem que ambas as técnicas incluem
tanto algoritmos de detecção de keypoints quanto de descrição das respectivas features. As implementações foram desenvolvidas na linguagem C++ utilizando os recursos da biblioteca OpenCV que incorpora implementações de SIFT e SURF, com versões destinadas a processamento tanto em CPU como em GPU, embora as abordagens em GPU sejam mais eficientes, o processamento em GPU em si é um recurso indisponivel em algumas plataformas.
6.5
EXPERIMENTOS
Os primeiros experimentos foram realizados em cenários com objetos 3D de pequena escala. O objetivo desta etapa dos experimentos foi validar a técnica proposta como alternativa a técnicas de rastreamento 3D baseado em modelo. Os modelos utilizados nessa fase correspondem aos objetos de teste A, B e C, que são mais simples de serem avaliados.
Os testes posteriores foram realizados com estruturas de média escala, grandes o suficiente para precisarem ser filmadas em ambientes externos e pequenas o suficiente para manter as propriedades fotogramétricas dos testes iniciais. Assim, não houve a necessidade
de adicionar a modelagem da distorção de câmera ao algoritmo. Os modelos utilizados nessa fase correspondem aos objetos de teste D e E.
Os últimos experimentos foram conduzidos usando como base as estruturas de maior porte disponíveis, cujas proporções extraordinárias induzem o cenário de testes descrito no Capítulo 4, constituindo os principais objetos de estudo desta dissertação. Esses experimentos correspondem aos objetos de teste F e G.
6.6
RESULTADOS
Essa seção apresenta os resultados obtidos para cada objeto utilizado nos experi- mentos descritos nas seções anteriores. A fim de facilitar a leitura, as implementações da técnica proposta são representadas como G-SIFT e G-SURF.
A Tabela 4mostra os resultados obtidos com a aplicação das técnicas de rastrea- mento baseado em modelo no caso do objeto A, que corresponde aos experimentos iniciais em cenário de pequena escala utilizando uma caneca como objeto alvo para o rastreamento.
O gráfico da Figura 30ilustra os resultados apresentados na Tabela4.
Em uma observação inicial nos dados de experimentos com o objeto de testes A, avaliando os cenários de pouca movimento e translação simples, as implementações da técnica proposta tiveram uma taxa média de rastreamento de 91,86% enquanto as técnicas da literatura apresentaram uma taxa média de rastreamento de 79,96%, implicando em uma diferença de eficácia média de 11,90%.
Ao analisar os cenários envolvendo rotação, órbita e oclusão, a taxa de quadros rastreados pela técnica proposta é, em média, 73,27% enquanto a das técnicas da literatura alcança, em média, 8,28%. Uma diferença média de 64,99%.
Se todos os cenários forem considerados no mesmo cálculo, as porcentagens médias de quadros rastreados passam a ser, respectivamente, (80,70% e 36,95%) resultando em uma diferença média de 43,75%.
Em uma observação mais detalhada dos dados, no cenário de pouco movimento, a menor taxa de rastreamento observada foi da técnica hibrida, com apenas 83,7% de quadros rastreados, enquanto a maior taxa de rastreamento registrada foi da implementação G-SIFT com 95,2%, o que não representa uma diferença conclusiva considerando a quantidade total de quadros num cenário real.
No cenário de translação simples a menor taxa de rastreamento registrada foi da técnica usando KLT com 71,8% enquanto a maior taxa registrada foi também da G-SIFT com 91,6%.
Tabela 4 – Porcentagem de quadros rastreados por cada técnica de rastreamento em cada cenário. Experimentos
do objeto de testes A (caneca).
Parametros o experimento Edge KLT Hybrid Abordagem proposta Abordagem proposta Tracker Tracker Tracker (usando SIFT) (usando SURF) Pouco movimento 90,35% 84,68% 83,78% 95,24% 95,19% Translação manual 76,02% 71,83% 73,07% 91,66% 85,34% Rotação 7,13% 7,32% 10,07% 88,63% 94,71% Orbita 4,56% 12,96% 16,99% 41,63% 33,17% Ocluindo objeto até 25% 0,00% 4,56% 10,92% 96,41% 85,04% Ocluindo objeto até 50% 0,00% 0,00% 0,00% 70,58% 81,85% Ocluindo objeto até 75% 0,00% 0,00% 0,00% 68,17% 85,16% Ocluindo objeto até 100% 0,00% 0,00% 0,00% 60,57% 81,70%
Figura 30 – Gráfico dos resultados de rastreamento dos experimentos com o objeto A
Fonte: O autor
demonstraram taxas de rastreamento abaixo da média, a menor taxa de rastreamento registrada foi da técnica edge based, com apenas 7,3% enquanto a G-SURF apresentou a maior taxa de rastreamento com 94,7%.
Ao analizar o cenário envolvendo órbita, todas as técnicas avaliadas obtiveram uma taxa de rastreamento inferior a 50%, a maior taxa, obtida utilizando a G-SIFT, foi de 41,6% e a menor taxa, obtida pela técnica edge based foi de 4,5%.
Nos cenários envolvendo oclusão, a diferença entre as abordagens adotadas foi acentuada, das três técnicas baseadas em fluxo óptico, apenas uma (abordagem hibrida) conseguiu uma taxa superior a 10% e outra não obteve rastreamento (edge based), enquanto G-SIFT e G-SURF apresentaram , respectivamente, taxas de 96,4% e 85,0%.
A Tabela 5 mostra os resultados obtidos com a aplicação das técnicas de rastre- amento baseado em modelo no caso de experimento B, correspondente ao experimento utilizando lego como objeto alvo.
O gráfico da Figura 31ilustra os resultados apresentados na Tabela5.
observáveis com o objeto de testes A, levando em conta os cenários de pouca movimento e translação simples, as implementações da técnica proposta tiveram uma taxa média de rastreamento de 93,74% enquanto as técnicas da literatura apresentaram uma taxa média de rastreamento de 82,46%, implicando em uma diferença de eficácia média de 11,29%.
Ao analisar os cenários envolvendo rotação, órbita e oclusão, a taxa de quadros rastreados pela técnica proposta é, em média, 73,36% enquanto a das técnicas da literatura alcança, em média, 7,92%. Uma diferença média de 65,44%.
Se todos os cenários forem considerados no mesmo cálculo, as porcentagens médias de quadros rastreados passam a ser, respectivamente, (81,51% e 37,73%) resultando em uma diferença média de 43,78%.
Em uma observação mais detalhada dos dados, no cenário de pouco movimento, a menor taxa de rastreamento observada foi da técnica hibrida, com apenas 85,9% de quadros rastreados, enquanto a maior taxa foi da G-SURF com 95,2%, o que, assim como os experimentos com o objeto de testes A, não representa uma diferença conclusiva considerando a quantidade total de quadros num cenário real.
No cenário de translação simples a menor taxa de rastreamento registrada foi da técnica Edge Tracker com 73,9% enquanto a maior taxa registrada foi também da G-SURF com 95,2%.
No cenário que inclui rotação de câmera, assim como no caso do objeto de testes A, todas as técnicas baseadas em fluxo óptico demonstraram taxas de rastreamento abaixo da média, a menor taxa de rastreamento registrada foi da técnica KLT Tracker, com apenas 6,6% enquanto a G-SIFT apresentou a maior taxa de rastreamento com 97,0%.
Ao analisar o cenário envolvendo órbita, novamente todas as técnicas avaliadas apresentaram um queda significativa na taxa de rastreamento, a maior taxa, obtida utilizando a G-SIFT, foi de 40,3% e a menor taxa, obtida pela KLT Tracker foi de 3,5%.
Nos cenários envolvendo oclusão, a abordagem hibrida conseguiu uma taxa de 12,4%, a maior entra as técnicas baseadas em fluxo óptico. as implementações da técnica proposta G-SIFT e G-SURF apresentaram, respectivamente, taxas de 96,6% e 81,8% mostrando disparidade significativa nesse cenário.
A Tabela 6mostra os resultados obtidos com a aplicação das técnicas de rastrea- mento baseado em modelo no caso de experimento C, que corresponde ao experimento usando uma nave de brinquedo como objeto alvo.
O gráfico da Figura 32ilustra os resultados apresentados na Tabela6.
Para uma investigação inicial dos dados obtidos a partir dos experimentos com o objeto de testes C, foram obtidas as seguintes estatísticas. Avaliando os cenários de pouca movimento e translação simples, as implementações da técnica proposta tiveram uma taxa
Tabela 5 – Porcentagem de quadros rastreados por cada técnica de rastreamento em cada cenário. Experimentos
do objeto de testes B (lego).
Parametros o experimento Edge KLT Hybrid Abordagem proposta Abordagem proposta Tracker Tracker Tracker (usando SIFT) (usando SURF) Pouco movimento 92,27% 87,08% 85,91% 94,59% 98,83% Translação manual 73,91% 74,17% 81,39% 86,32% 95,23% Rotação 8,94% 6,64% 15,79% 97,04% 96,49% Orbita 4,16% 3,56% 15,02% 40,32% 28,80% Ocluindo objeto até 25% 1,39% 3,34% 12,41% 95,65% 81,83% Ocluindo objeto até 50% 0,00% 0,00% 0,00% 69,61% 82,33% Ocluindo objeto até 75% 0,00% 0,00% 0,00% 74,04% 83,98% Ocluindo objeto até 100% 0,00% 0,00% 0,00% 67,98% 78,63%
Figura 31 – Gráfico dos resultados de rastreamento dos experimentos com o objeto B
Fonte: O autor
média de rastreamento de 95,27% enquanto as técnicas da literatura apresentaram uma taxa média de rastreamento de 80,22%, implicando em uma diferença de eficácia média de 15,06%.
Ao analisar os cenários envolvendo rotação, órbita e oclusão, a taxa de quadros rastreados pela técnica proposta é, em média, 72,83% enquanto a das técnicas da literatura alcança, em média, 7,39%. Uma diferença média de 65,44%.
Se todos os cenários forem considerados no mesmo cálculo, as porcentagens médias de quadros rastreados passam a ser, respectivamente, (81,80% e 36,52%) resultando em uma diferença média de 45,29%.
Em uma observação mais aprofundada, no cenário de pouco movimento, a menor taxa de rastreamento observada foi da técnica hibrida, com apenas 85,7% de quadros rastreados, enquanto a maior taxa foi da G-SIFT com 97,5%, resultado semelhante aos observados nos experimentos anteriores.
No cenário de translação simples a menor taxa de rastreamento registrada foi da técnica KLT Tracker com 69,5% enquanto a maior taxa registrada foi também da G-SIFT
Tabela 6 – Porcentagem de quadros rastreados por cada técnica de rastreamento em cada cenário. Experimentos
do objeto de testes C (nave).
Parametros o experimento Edge KLT Hybrid Abordagem proposta Abordagem proposta Tracker Tracker Tracker (usando SIFT) (usando SURF) Pouco movimento 90,23% 87,22% 85,73% 97,57% 93,45% Translação manual 72,15% 69,58% 76,38% 97,32% 92,75% Rotação 6,80% 5,63% 9,24% 93,50% 90,06% Orbita 2,98% 9,58% 14,68% 38,11% 35,36% Ocluindo objeto até 25% 3,36% 2,49% 11,73% 93,54% 86,38% Ocluindo objeto até 50% 0,00% 0,00% 0,00% 68,58% 87,36% Ocluindo objeto até 75% 0,00% 0,00% 0,00% 66,96% 87,18% Ocluindo objeto até 100% 0,00% 0,00% 0,00% 65,65% 83,52%
Figura 32 – Gráfico dos resultados de rastreamento dos experimentos com o objeto C
Fonte: O autor
com 97,3%.
No cenário que inclui rotação de câmera, de maneira semelhante aos casos anteri- ores, as técnicas baseadas em fluxo óptico apresentam queda significativa nas taxas de rastreamento, a menor taxa de rastreamento registrada foi da técnica KLT Tracker, com apenas 5,6% enquanto a G-SIFT apresentou a maior taxa de rastreamento com 93,5%.
Ao analizar o cenário envolvendo órbita, a maior taxa, obtida utilizando a G-SIFT, foi de 38,3% e a menor taxa, obtida pela Edge Tracker foi de 2,9%.
Nos cenários envolvendo oclusão, a maior taxa de rastreamento entre as técnicas baseadas em fluxo óptico foi de 11,7%. as implementações da técnica proposta G-SIFT e G-SURF apresentaram, respectivamente, taxas de 93,5% e 86,3% mostrando novamente uma disparidade significativa nesse cenário.
A Tabela 7mostra os resultados obtidos com a aplicação das técnicas de rastrea- mento baseado em modelo no caso de experimento D, que corresponde ao experimento usando o arco localizado no Instituto Brennand.
Tabela 7 – Porcentagem de quadros rastreados por cada técnica de rastreamento em cada cenário. Experimentos
do objeto de testes D (arco).
Parametros o experimento Edge KLT Hybrid Abordagem proposta Abordagem proposta Tracker Tracker Tracker (usando SIFT) (usando SURF) Pouco movimento 83,83% 82,52% 85,86% 97,04% 100,00% Translação manual 74,81% 73,37% 80,92% 94,80% 86,39% Rotação 4,84% 9,48% 13,39% 92,03% 91,74% Orbita 2,52% 5,72% 22,35% 42,60% 30,10% Ocluindo objeto até 25% 7,32% 1,50% 4,63% 90,32% 88,30% Ocluindo objeto até 50% 0,00% 0,00% 0,00% 72,53% 78,62% Ocluindo objeto até 75% 0,00% 0,00% 0,00% 70,18% 86,64% Ocluindo objeto até 100% 0,00% 0,00% 0,00% 66,02% 87,00%
Para o objeto de testes D, avaliando os cenários de pouca movimento e translação simples, as implementações da técnica proposta tiveram uma taxa média de rastreamento de 94,56% enquanto as técnicas da literatura apresentaram uma taxa média de rastreamento de 80,22%, implicando em uma diferença de eficácia média de 14,34%.
Ao analisar os cenários envolvendo rotação, órbita e oclusão, a taxa de quadros rastreados pela técnica proposta é, em média, 72,52% enquanto a das técnicas da literatura alcança, em média, 7,97%. Uma diferença média de 64,54%.
Se todos os cenários forem considerados no mesmo cálculo, as porcentagens médias de quadros rastreados passam a ser, respectivamente, (81,33% e 36,87%) resultando em uma diferença média de 44,46%.
Em uma observação mais aprofundada, no cenário de pouco movimento, a menor taxa de rastreamento observada foi da técnica KLT Tracker, com apenas 82,5% de quadros rastreados, enquanto a maior taxa foi da G-SURF com 100%, resultado semelhante aos observados nos experimentos anteriores.
No cenário de translação simples a menor taxa de rastreamento registrada foi da técnica KLT Tracker com 73,3% enquanto a maior taxa registrada foi também da G-SIFT com 94,8%.
No cenário que inclui rotação de câmera, a menor taxa de rastreamento registrada foi da técnica Edge Tracker, com apenas 4,8% enquanto a G-SIFT apresentou a maior taxa de rastreamento com 92,0%.
Ao analizar o cenário envolvendo órbita, a maior taxa, obtida utilizando a G-SIFT, foi de 42,6% e a menor taxa, obtida pela Edge Tracker foi de 2,5%.
Nos cenários envolvendo oclusão, a maior taxa de rastreamento entre as técnicas baseadas em fluxo óptico foi de 7,32%. As implementações da técnica proposta G-SIFT e G-SURF apresentaram, respectivamente, taxas de 90,3% e 88,3% mostrando novamente uma disparidade significativa nesse cenário.
Figura 33 – Gráfico dos resultados de rastreamento dos experimentos com o objeto D
Fonte: O autor
A Tabela 8mostra os resultados obtidos com a aplicação das técnicas de rastrea- mento baseado em modelo no caso de experimento E, que corresponde aos experimentos utilizando o totem em frente ao prédio do DINE no campus da UFPE.
O gráfico da Figura 34ilustra os resultados apresentados na Tabela8.
Para o objeto de testes E, avaliando os cenários de pouca movimento e translação simples, as implementações da técnica proposta tiveram uma taxa média de rastreamento de 93,74% enquanto as técnicas da literatura apresentaram uma taxa média de rastreamento de 81,27%, implicando em uma diferença de eficácia média de 12,46%.
Ao analisar os cenários envolvendo rotação, órbita e oclusão, a taxa de quadros rastreados pela técnica proposta é, em média, 72,42% enquanto a das técnicas da literatura alcança, em média, 7,40%. Uma diferença média de 65,02%.
Se todos os cenários forem considerados no mesmo cálculo, as porcentagens médias de quadros rastreados passam a ser, respectivamente, (80,95% e 36,95%) resultando em uma diferença média de 44,00%.
Ao pontuar cada cenário isoladamente, são obtidos os seguintes resultados. No cenário de pouco movimento, a menor taxa de rastreamento observada foi da técnica hibrida, com apenas 84,3%, enquanto a maior taxa foi da G-SURF com 100%, resultado semelhante aos observados nos experimentos anteriores.
No cenário de translação simples a menor taxa de rastreamento registrada foi da técnica KLT Tracker com 74,0% enquanto a maior taxa registrada foi também da G-SURF com 90,9%.
No cenário que inclui rotação de câmera, a menor taxa de rastreamento registrada foi da técnica KLT Tracker, com apenas 4,2% enquanto a G-SURF apresentou a maior taxa de rastreamento com 96,9%.
Tabela 8 – Porcentagem de quadros rastreados por cada técnica de rastreamento em cada cenário. Experimentos
do objeto de testes E (totem).
Parametros o experimento Edge KLT Hybrid Abordagem proposta Abordagem proposta Tracker Tracker Tracker (usando SIFT) (usando SURF) Pouco movimento 90,80% 85,50% 84,30% 98,00% 100,00% Translação manual 76,32% 74,04% 76,67% 85,95% 90,99% Rotação 6,99% 4,21% 14,51% 94,91% 96,91% Orbita 1,00% 5,96% 20,71% 40,00% 30,14% Ocluindo objeto até 25% 2,55% 4,39% 6,28% 89,20% 83,38% Ocluindo objeto até 50% 0,00% 0,00% 0,00% 73,80% 80,70% Ocluindo objeto até 75% 0,00% 0,00% 0,00% 73,80% 86,83% Ocluindo objeto até 100% 0,00% 0,00% 0,00% 67,80% 80,67%
Figura 34 – Gráfico dos resultados de rastreamento dos experimentos com o objeto E
Fonte: O autor
Ao analizar o cenário envolvendo órbita, a maior taxa, obtida utilizando a G-SIFT, foi de 40,0% e a menor taxa, obtida pela Edge Tracker foi de 1,0%.
Nos cenários envolvendo oclusão, a maior taxa de rastreamento entre as técnicas baseadas em fluxo óptico foi de 6,2%. As implementações da técnica proposta G-SIFT e G-SURF apresentaram, respectivamente, taxas de 89,2% e 83,3% mostrando novamente uma disparidade significativa nesse cenário.
A Tabela 9mostra os resultados obtidos com a aplicação das técnicas de rastrea- mento baseado em modelo no caso de experimento F, que corresponde aos experimentos usando imagens do estádio Arena Pernambuco. É importante notar que as tabelas 9 e10
apresentam um novo contexto de aplicação que inclui rápida translação da câmera. O gráfico da Figura 35ilustra os resultados apresentados na Tabela9.
Para o objeto de testes F, avaliando os cenários de pouca movimento e translação simples, as implementações da técnica proposta tiveram uma taxa média de rastreamento de 92,83% enquanto as técnicas da literatura apresentaram uma taxa média de rastreamento de 73,83%, implicando em uma diferença de eficácia média de 19,00%.
Tabela 9 – Porcentagem de quadros rastreados por cada técnica de rastreamento em cada cenário. Experimentos
do objeto de testes F (Estádio Arena Pernambuco).
Parametros o experimento Edge KLT Hybrid Abordagem proposta Abordagem proposta Tracker Tracker Tracker (usando SIFT) (usando SURF) Pouco movimento 81,13% 79,50% 81,79% 95,90% 100,00% Translação manual 66,40% 63,38% 80,76% 89,32% 86,09% Rotação 8,54% 4,56% 14,41% 88,16% 97,50% Orbita 2,28% 8,54% 18,02% 36,14% 36,09% Ocluindo objeto até 25% 4,02% 9,85% 6,34% 95,09% 84,15% Ocluindo objeto até 50% 0,00% 0,00% 0,00% 71,94% 87,42% Ocluindo objeto até 75% 0,00% 0,00% 0,00% 72,83% 88,53% Ocluindo objeto até 100% 0,00% 0,00% 0,00% 66,82% 80,66% Em movimento (até 60km/h) 11,88% 25,68% 22,70% 88,86% 100,00%
Ao analisar os cenários envolvendo rotação, órbita e oclusão, a taxa de quadros rastreados pela técnica proposta é, em média, 72,86% enquanto a das técnicas da literatura alcança, em média, 8,51%. Uma diferença média de 64,35%.
No cenário de translação intensa em alta velocidade, as taxas percentuais médias de quadros rastreados são, respectivamente, 94,43% e 20,09%, resultando em uma diferença média de 74,34%.
Se todos os cenários forem considerados no mesmo cálculo, as taxas percentuais médias de quadros rastreados passam a ser, respectivamente, 83,11% e 32,21%, resultando em uma diferença média de 50,90%.
Em análise mais aprofundada dos dados, no cenário de pouco movimento, a menor taxa de rastreamento observada foi da técnica Edge Traker, com 71,1%, enquanto a maior taxa foi da G-SURF com 100%.
No cenário de translação simples a menor taxa de rastreamento registrada foi da técnica KLT Tracker com 63,4% enquanto a maior taxa registrada foi da G-SIFT com 89,3%.
No cenário que inclui rotação de câmera, a menor taxa de rastreamento registrada foi da técnica KLT Tracker, com apenas 4,5% enquanto a G-SURF apresentou a maior taxa de rastreamento com 97,5%.
No cenário envolvendo órbita, a maior taxa de rastreamento foi obtida utilizando G-SIFT e G-SURF, ambas com 36,1%, entre as abordagens baseadas em fluxo óptico, e a maior taxa obtida foi de 18,0%.
Nos cenários envolvendo oclusão, a maior taxa de rastreamento entre as técnicas baseadas em fluxo óptico foi de 9,9%. As implementações da técnica proposta G-SIFT e G-SURF apresentaram, respectivamente, taxas de 95,1% e 84,2% mostrando novamente uma disparidade significativa nesse cenário.
Figura 35 – Gráfico dos resultados de rastreamento dos experimentos com o objeto F
Fonte: O autor
A Tabela 10 mostra os resultados obtidos com a aplicação das técnicas de rastrea- mento baseado em modelo no caso de experimento G, que corresponde aos experimentos usando as imagens do shopping center Rio Mar em Recife.
O gráfico da Figura 36ilustra os resultados apresentados na Tabela10.
Para o objeto de testes G, avaliando os cenários de pouca movimento e translação simples, as implementações da técnica proposta tiveram uma taxa média de rastreamento de 92,49% enquanto as técnicas da literatura apresentaram uma taxa média de rastreamento de 74,11%, implicando em uma diferença de eficácia média de 18,38%.
Ao analisar os cenários envolvendo rotação, órbita e oclusão, a taxa de quadros rastreados pela técnica proposta é, em média, 72,26% enquanto a das técnicas da literatura alcança, em média, 7,72%. Uma diferença média de 64,52%.
No cenário de translação intensa em alta velocidade, as taxas percentuais médias de quadros rastreados são respectivamente 92,06% e 17,40%, resultando em uma diferença média de 74,66%.
Se todos os cenários forem considerados no mesmo cálculo, as taxas percentuais