Title:
|
Recuento de personas en espacios cerrados mediante sensores RGB+D
|
Author:
|
Córdova Manobanda, Gabriela
|
Other authors:
|
Universitat Politècnica de Catalunya. Departament de Teoria del Senyal i Comunicacions; Morros Rubió, Josep Ramon |
Abstract:
|
En muchas aplicaciones es útil contar las personas que pasan a través de una determinada zona. En este proyecto se estudiarán métodos de procesado de imagen y visión por computador para detectar las personas que pasan a través de una determinada área y contar las mismas. |
Abstract:
|
This project is motivated by the need for counting people who cross an area of interest. The goal is to know the number of people entering or leaving a room using methods of image processing and computer vision. An analysis is performed to evaluate the different algorithms that can be used to solve the issue of counting people. This project has a low cost RGDB Kinect camera, which is a reliable source of data for robustly counting people. In this project I have developed five algorithms that solve the counting problem with the camera in different positions. It works in the frontal position to the door as well as overhead view, each position entails different challenges to solve. Each solution is based on feature extraction and posterior classification. The first algorithm works with RGB images in the frontal position, the HOG descriptor and SVM classifier detects people, then it analyses the route according to the area occupied by the person. The second algorithm is an enlargement that uses the depth to know the position of the person, depending on the position the direction is decided. The third algorithm adds a new technique known as background subtraction, thereby achieving a more fine-grained position. The fourth algorithm uses histograms with the end to find a new form to count people. Finally, with the positioning of the camera in a zenithal position, the fifth algorithm uses all the above techniques, in addition to track people with the SURF method, comparative descriptors of brute force among others. To develop these algorithms, the OpenCV libraries were used. The algorithms were evaluated according to the detection, monitoring and analysis rate for different fields of view. It was compared the algorithm and the camera position to know which algorithm and position offer the best results. The developed algorithms are assessed on a database recorded and tagged for it, obtaining a hit rate around 98.1%. |
Abstract:
|
El presente proyecto final de carrera está motivado por la necesidad de contar personas que atraviesan una zona de interés. El objetivo es conocer el número de personas que acceden o abandonan una sala utilizando métodos de procesado de imagen y visión por computador. Para contar personas se realizó un análisis de posibles algoritmos que podrían responder a la problemática de contar Este proyecto cuenta con una cámara Kinect RGBD de bajo coste, es una fuente fiable de datos con la que se realizara de forma robusta el conteo de personas. A lo largo de este proyecto se han desarrollado cinco algoritmos en diferentes posiciones que solucionan incrementalmente el recuento de personas. Se trabaja con la posición frontal a la puerta y la vista cenital, cada posición conllevaba diferentes retos a solucionar. Cada solución se basada en la extracción de características y la clasificación a posteriori. El primer algoritmo trabaja con imágenes RGB en la posición frontal, el descriptor HOG y el clasificador SVM detecta personas, a continuación, se analiza el trayecto según el área ocupada por la persona temporalmente. El segundo algoritmo es una ampliación en el que se usa la profundidad para conocer la posición de la persona, según la posición se decide la dirección. En el tercero se agregará una nueva técnica conocida como sustracción de fondo con lo cual se depura el posicionamiento. Se trabaja un cuarto algoritmo relacionado con histogramas con el fin de encontrar una nueva forma de contar personas. Finalmente, con la posición cenital se implementa un algoritmo en el que se usan todas las técnicas anteriores, además se realiza el seguimiento de personas con el método SURF, descriptores comparativos de fuerza bruta entre otros. Para la implementación se empleó librerías de OpenCV. En el conjunto experimental se realizó la detección, seguimiento y análisis para diferentes campos de visión. Se compararon los algoritmos y las posiciones de la cámara, para conocer qué algoritmo y qué posición son los que ofrecen mejores resultados. Los algoritmos desarrollados se han evaluado sobre una base de datos grabada y etiquetada para ello, obteniendo una tasa de aciertos en torno al 98,1 %. |
Abstract:
|
El projecte final de carrera està motivat per la necessitat de contar persones que travessen una zona d'interès. L'objectiu és conèixer el nombre de persones que accedeixen o abandonen una sala utilitzant mètodes de processat d'imatge i visió per ordinador. Per contar persones es va realitzar un anàlisis de possibles algoritmes que podrien respondre a la problemàtica de contar Aquest projecte compta amb una càmera Kinect RGBD de baix cost, és una font fiable de dades amb la qual es realitzarà de forma robusta el recompte de persones. Al llarg d'aquest projecte s'han desenvolupat cinc algoritmes en diferents posicions que solucionen incrementalment el recompte de persones. Es treballa amb la posició frontal a la porta i la vista zenital, cada posició comportava diferents reptes a solucionar. Cada solució es basa en l'extracció de característiques i la classificació a posteriori. El primer algoritme treballa amb imatges RGB en la posició frontal, el descriptor HOG i el classificador SVM detecta persones, tot seguit s'analitza el trajecte segons l'àrea ocupada per la persona temporalment. El segon algoritme és una ampliació en el qual s'utilitza la profunditat per conèixer la posició de la persona, segons la posició es decideix la direcció. En el tercer s'afegirà una nova tècnica coneguda com sostracció de fons amb la qual cosa es depura el posicionament. Es treballa un quart algoritme relacionat amb histogrames per tal de trobar una nova forma de contar persones. Finalment, amb la posició zenital s'implementa un algoritme en qual es fan servir totes les tècniques anteriors, a més es realitza el seguiment de les persones amb el mètode SURF, descriptors comparatius de força bruta entre d'altres. Per la implementació es va emprar llibreries de OpenCV. En el conjunt experimental es va realitzar la detecció, seguiment i anàlisi per a diferents camps de visió. Es van comparar els algoritmes i les posicions de la càmera, per conèixer quin algoritme i quina posició són els que ofereixen millors resultats. Els algoritmes desenvolupats s'han avaluat sobre una base de dades gravada i etiquetada per a això, obtenint una taxa d'encerts al voltant del 98,1%. |
Subject(s):
|
-Robot vision -Computer vision -Video recording -HOG -SURF -BS -OpenCV -Visió artificial (Robòtica) -Visió per ordinador -Vídeo |
Rights:
|
S'autoritza la difusió de l'obra mitjançant la llicència Creative Commons o similar 'Reconeixement-NoComercial- SenseObraDerivada'
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Document type:
|
Bachelor Thesis |
Published by:
|
Universitat Politècnica de Catalunya
|
Share:
|
|