Rastreamento de Multiplas Pessoas em Vídeos

Rastreamento de Múltiplas
Pessoas em Vídeos
Renata Antunes da Costa
Bolsista PIBIC/UFBA/FAPESB

Resumo


Objetivo da pesquisa



Processo de Rastreamento





Detecção de objetos



Rastreamento de objetos

Relação com a Visão Computacional

Introdução


Motivos


Melhoria na segurança



Rastreamento automatizado



Rastreamento em tempo real



Processo de Rastreamento



O Rastreamento é realizado visando alcançar um balanço entre o custo computacional e a corretude na tarefa, funcionando em tempo real e automaticamente. Materiais utilizados


Programa




Matlab 2013a 64 bits

Dataset


PETS 2006 Dataset

Processo de Rastreamento


Detecção de objetos



Rastreamento de objetos

Detecção de objetos


Etapas


Extração de características



Segmentação da imagem



Subtração de fundo



Classificação

Detecção de objetos


Extração de características



Segmentação da imagem


Similaridade



Descontinuidade

Detecção de objetos




Subtração de fundo


Detecção de movimento



Imagem de referência como média do conjunto de imagens

Classificação


Fases de Aprendizado e Predição



Histograma de Gradientes Orientados - HOG



Support Vector Machine - SVM



Tipos de treinamento


Supervisionado



Não supervisionado

Rastreamento de objetos


Rastreamento



Dificuldades





Mudanças de iluminação



Oclusão



Ruídos



Processamento em tempo real

Trajetória do objeto

Resultados


Detecção de objetos


Extração de características



Segmentação



Segmentação da imagem via subtração de fundo



Classificação




Curva ROC

Rastreamento de objetos


Não foi concluído

Referências Bibliográficas


[1] M. Isaard, A. Blake, CONDENSATION -- conditional density propagation for visual tracking, 1998.



[2] Material Didático e Práticas Laboratóriais: Disciplina: Visão computacional e reconhecimento de



padrões, UFBA, iVision Lab.



[3] SHAN C., F. PORIKLI, T. XIANG, S. Gong,Video Analytics for