Geintra
Departamento de electronica Universidad de Alcala

Líneas de investigación

Accede a información sobre la estructura de la actividad investigadora de Geintra.

Más información

Trabaja con nosotros

Accede a nuestra oferta actual de becas, tesis doctorales, contratos y trabajos fin de carrera.

Más información

Contacta con el grupo

Si desea contactar con nosotros, puede usar varios medios.

Más información
Inicio › vision computacional

    Comparativa teórica y empírica de métodos de estimación de la posición de múltiples objetos

    TítuloComparativa teórica y empírica de métodos de estimación de la posición de múltiples objetos
    Tipo de publicaciónMaster Thesis
    Año de publicación2007
    Thesis Advisor(s)Marron, M
    AutoresCabello-Aguilar, M
    Idioma de publicaciónSpanish
    InstituciónUniversity of Alcala
    SchoolEscuela Politecnica Superior
    GradoIngeniero Técnico Industrial, especialidad en Electrónica Industrial
    Departamento académicoDepartment of Electronics
    Number of volumes1 vol.
    Páginas163
    Fecha de publicación10/2007
    Lugar de publicaciónMadrid
    Resumen
    • Este proyecto está basado en el estudio de algoritmos probabilísticos de estimación de la posición de múltiples objetos. El objetivo es comprobar la funcionalidad y eficiencia de los mismos en función de una serie de variables cualitativas y ajustar estos algoritmos para conseguir los mejores resultados, todo esto mediante la realización de un conjunto de pruebas.
    • Las propuestas que se han analizado son un filtro de Kalman con un proceso de asociación probabilística (KFPDA), un filtro de Partículas con un proceso de clasificación (XPFCP) y un filtro de Partículas con un proceso de asociación probabilística (SJPDAF).

     
    Resumen
    • Este proyecto está basado en el estudio de algoritmos probabilísticos de estimación de la posición de múltiples objetos. El objetivo es comprobar la funcionalidad y eficiencia de los mismos en función de una serie de variables cualitativas y ajustar estos algoritmos para conseguir los mejores resultados, todo esto mediante la realización de un conjunto de pruebas.
    • Las propuestas que se han analizado son un filtro de Kalman con un proceso de asociación probabilística (KFPDA), un filtro de Partículas con un proceso de clasificación (XPFCP) y un filtro de Partículas con un proceso de asociación probabilística (SJPDAF).
       
    Tipo de trabajoProyecto Fin de Carrera
    AdjuntoTamaño
    TFC-MariaCabello-ITI_EI-Octubre07.pdf1.21 MB

    Geintra © 2008-2024