Detección y seguimiento de personas por visión artificial

De Experimenta_wiki

Última edición: 2019-12-16 05:47

Experimento: Detección y seguimiento de personas por visión artificial

Detección y seguimiento de personas por visión artificial
.

Áreas de conocimiento:
Tecnología


Recomendado para (nivel estudios/edad):
Universidad (> 18)

Experimento presentado por:

  • Entidad:Universidad Pontificia Comillas
  • Equipo:Álvaro Sánchez Miralles

Manuel Alvar Evento: warning.pngNo se aceptan cadenas vacías.

Imagen:Knotes.png Experimento pendiente de ser contrastado

no

Imagen:COffdrv varianteXp.png


¿Has realizado un experimento similar pero no exactamente igual?
Crea una variante de este experimento.
Escribe el título a continuación y modifica la ficha para crear una nueva.


Resumen:

Un sistema de seguridad basado en visión artificial debe ser un sistema robusto a la hora de detectar y seguir personas en cualquier entorno. El algoritmo desarrollado permite la detección de movimiento y su posterior seguimiento en diferentes entorno. Es capaz de funcionar tanto en interiores como en exteriores, lo que le hace utilizable tanto como para el control de jardines o parcelas como viviendas o industrias. En el vídeo se muestran diferentes ejemplos en diferentes entornos, tanto exteriores como interiores. Estos vídeos han sido proporcionados durante las conferencias PETS (Performance Evaluation of Tracking and Surveillance) y por el equipo de visión "Performance Evaluation of Surveillance Systems" de IBM. En estos vídeos se muestran situaciones difíciles para los sistemas de seguridad, como podrían ser oclusiones parciales de las personas o manejo de sombras. En los últimos fragmentos se ven vídeos de oficinas, en los cuales sillas y cajas ocultan a las personas, o aparecen sombras que pueden confundir a un algoritmo de detección de movimiento clásico. Además, estos vídeos incorporan color de fondo parecido al color de la ropa de las personas: blanco y negro, como los pantalones. Aún así, el sistema es capaz de seguir las personas aunque estén parcialmente ocluidas, con el fondo complicado e ignorando en gran medida los problemas que acarrean las sombras. Por otra parte, este sistema es capaz de considerar varios colores como posibles fondos, lo que permite evitar errores al moverse ramas de árboles, cerrarse o abrirse una puerta, etc. En el primer vídeo se muestra al principio como una rama de un árbol se mueve y la detecta en los primeros frames. Esta rama se sitúa en la parte izquierda de la imagen. Al poco tiempo, el sistema comprende que es un movimiento del fondo, con lo cual no es interesante para el sistema de seguridad, y lo ignora. Cabe igualmente resaltar que es un algoritmo capaz de actualizarse, de manera a considerar como fondo objetos inmóviles, como un nuevo coche aparcado en un aparcamiento o una nueva hoja dejada encima de una mesa. Esto se muestra en el segundo vídeo en exteriores, al aparecer un coche y aparcarlo. Éste desaparece rápidamente de las detecciones al ser considerado por el sistema como un nuevo objeto de fondo. De misma manera, el maletín en el fragmento "Galerías" se considera fondo al cabo de un tiempo. Este fragmento muestra igualmente el buen funcionamiento de los múltiples fondos. Una vez que la persona se lleva el maletín, vuelve a aparecer el color de la pared, pero no es considerado fondo por el algoritmo. El sistema se "acuerda" que ese color era un color considerado fondo. No considera que haya movimiento, por mucho que el color cambie al mover el maletín. Este algoritmo es pues el primer paso para un sistema integral de vigilancia, que con los datos de movimiento de los sujetos, a partir de ciertas reglas, podrá ser capaz de discernir entre actuaciones normales y de riesgo, así como estimar el peligro.

Fundamento científico:


Materiales utilizados:


Conceptos relacionados con este experimento (expresiones clave):


Desarrollo y montaje del experimento:

Consejos y Advertencias


Ref.Web

[1]

· · ·

warning.png"{{{Idioma}}}" no esta en la lista de posibles valores (es Castellano, ca Catalán/Valenciano, eu Vasco/Euskera, gl Gallego, an Aragonés, en Inglés, fr Francés, pt Portugués, de Alemán, it Italiano, la Latín clásico, ar Árabe, ay Aymara, be Bieloruso, bg Búlgaro, br Bretón, co Corso, cs Checo, da Danés, el Griego moderno, eo Esperanto, et Estonia, fa Persa, fi Finés, ga Irlandés (gaélico), gn Guaraní, he iw Hebreo, hi Hindi, hu Hungaro (magiar), hy Arménio, id Indonesio, is Islandés, ja Japonés, ji yi Yiddish, ka Georgiano, ko Coreano, ku Kurdo, lb Luxemburgués, lt Lituano, mi Maorí, mk Macedonio, mn Mongol, mo Moldavo, ne Nepalí, nl Holandés/Flamenco, no Noruego, nv Navajo, oc Occitano, pl Polaco, qu Quechua, ro Rumano, ru Ruso, sa Sanskrito, sc Sardo, sh Serbo-Croata, so Somalí, sq Albanés, sv Sueco, sw Swahili, ta Tamil, th Tailandés, tr Turco, uk Ucraniano, ur Urdu, uz Uzbek, vi Vietnamita, zh Chino, zu Zulú) para este atributo.

Colabora en mejorar esta ficha
Para mejorar la ficha de este experimento se han hecho las peticiones siguientes.
Para hacer las mejoras solicitadas edita la ficha clicando la pestaña "editar con formulario" en la parte superior de la página.

Comentarios
Ver o añadir comentarios sobre este experimento

Datos relacionados con Detección y seguimiento de personas por visión artificial — Búsqueda de páginas similares con +.Ver como RDF
Autor {{{Autor Nombre}}} {{{Autor Apellidos}}}  
Descripción {{{Descripción}}}
Descripción experimento Un sistema de seguridad basado en visión a Un sistema de seguridad basado en visión artificial debe ser un sistema robusto a la hora de detectar y seguir personas en cualquier entorno. El algoritmo desarrollado permite la detección de movimiento y su posterior seguimiento en diferentes entorno. Es capaz de funcionar tanto en interiores como en exteriores, lo que le hace utilizable tanto como para el control de jardines o parcelas como viviendas o industrias. En el vídeo se muestran diferentes ejemplos en diferentes entornos, tanto exteriores como interiores. Estos vídeos han sido proporcionados durante las conferencias PETS (Performance Evaluation of Tracking and Surveillance) y por el equipo de visión "Performance Evaluation of Surveillance Systems" de IBM.

En estos vídeos se muestran situaciones difíciles para los sistemas de seguridad, como podrían ser oclusiones parciales de las personas o manejo de sombras. En los últimos fragmentos se ven vídeos de oficinas, en los cuales sillas y cajas ocultan a las personas, o aparecen sombras que pueden confundir a un algoritmo de detección de movimiento clásico. Además, estos vídeos incorporan color de fondo parecido al color de la ropa de las personas: blanco y negro, como los pantalones. Aún así, el sistema es capaz de seguir las personas aunque estén parcialmente ocluidas, con el fondo complicado e ignorando en gran medida los problemas que acarrean las sombras. Por otra parte, este sistema es capaz de considerar varios colores como posibles fondos, lo que permite evitar errores al moverse ramas de árboles, cerrarse o abrirse una puerta, etc. En el primer vídeo se muestra al principio como una rama de un árbol se mueve y la detecta en los primeros frames. Esta rama se sitúa en la parte izquierda de la imagen. Al poco tiempo, el sistema comprende que es un movimiento del fondo, con lo cual no es interesante para el sistema de seguridad, y lo ignora. Cabe igualmente resaltar que es un algoritmo capaz de actualizarse, de manera a considerar como fondo objetos inmóviles, como un nuevo coche aparcado en un aparcamiento o una nueva hoja dejada encima de una mesa. Esto se muestra en el segundo vídeo en exteriores, al aparecer un coche y aparcarlo. Éste desaparece rápidamente de las detecciones al ser considerado por el sistema como un nuevo objeto de fondo. De misma manera, el maletín en el fragmento "Galerías" se considera fondo al cabo de un tiempo. Este fragmento muestra igualmente el buen funcionamiento de los múltiples fondos. Una vez que la persona se lleva el maletín, vuelve a aparecer el color de la pared, pero no es considerado fondo por el algoritmo. El sistema se "acuerda" que ese color era un color considerado fondo. No considera que haya movimiento, por mucho que el color cambie al mover el maletín.

Este algoritmo es pues el primer paso para un sistema integral de vigilancia, que con los datos de movimiento de los sujetos, a partir de ciertas reglas, podrá ser capaz de discernir entre actuaciones normales y de riesgo, así como estimar el peligro.
y de riesgo, así como estimar el peligro.
Entidad Universidad Pontificia Comillas  +
Equipo Álvaro Sánchez Miralles Manuel Alvar
Evento warning.pngNo se aceptan cadenas vacías.
Experimento Detección y seguimiento de personas por visión artificial  +
Formato {{{Formato}}}  
Hay video no  +
Identificador {{{Identificador}}}  
Idioma warning.png"{{{Idioma}}}" no esta en la lista de posibles valores (es Castellano, ca Catalán/Valenciano, eu Vasco/Euskera, gl Gallego, an Aragonés, en Inglés, fr Francés, pt Portugués, de Alemán, it Italiano, la Latín clásico, ar Árabe, ay Aymara, be Bieloruso, bg Búlgaro, br Bretón, co Corso, cs Checo, da Danés, el Griego moderno, eo Esperanto, et Estonia, fa Persa, fi Finés, ga Irlandés (gaélico), gn Guaraní, he iw Hebreo, hi Hindi, hu Hungaro (magiar), hy Arménio, id Indonesio, is Islandés, ja Japonés, ji yi Yiddish, ka Georgiano, ko Coreano, ku Kurdo, lb Luxemburgués, lt Lituano, mi Maorí, mk Macedonio, mn Mongol, mo Moldavo, ne Nepalí, nl Holandés/Flamenco, no Noruego, nv Navajo, oc Occitano, pl Polaco, qu Quechua, ro Rumano, ru Ruso, sa Sanskrito, sc Sardo, sh Serbo-Croata, so Somalí, sq Albanés, sv Sueco, sw Swahili, ta Tamil, th Tailandés, tr Turco, uk Ucraniano, ur Urdu, uz Uzbek, vi Vietnamita, zh Chino, zu Zulú) para este atributo.
Nivel Educativo Universidad (> 18)  
Pag imagen experimento Imagen:Sinimagen.png  +
Título {{{Título}}}  
Título experimento Detección y seguimiento de personas por visión artificial  +
Ultima edicion 16 dic 2019 05:47  +
Validado pendiente  +
Área conocimiento Tecnología  +
Herramientas personales
seguimiento