1. RiUfes
2. CT - Centro Tecnológico
3. PPGEE - Programa de Pós-Graduação em Engenharia Elétrica
4. PPGEE - Dissertações de mestrado

Título:	Identificação de pedestres por meio de mapas de densidade construídos com ASIFT e fluxo óptico
Autor(es):	Lucchetti, Marcus Vinícius Fitz
Orientador:	Ciarelli, Patrick Marques
Palavras-chave:	Detecção de pedestres Clusterização hierárquica binária Optical Flow Density Map Pedestrian Detection Imaging Processing ASIFT Binary Hierarchical Clustering
Data do documento:	9-Dez-2016
Editor:	Universidade Federal do Espírito Santo
Resumo:	Detecção de pessoas em imagens digitais é um paradigma de interesse pelas oportunidades de aplicação em temas como segurança e rastreamento de entidades. Recentes acontecimentos no mundo envolvendo a investigação de ações suspeitas em locais públicos como aeroportos, estações de metrô e manifestações com grande aglomerado de pessoas justificam o direcionamento de pesquisas no tema. Os diferentes estilos de roupas, cores, iluminação, articulações, oclusões intra-entre pessoas e a similaridade do contorno de objetos são alguns dos obstáculos a serem vencidos nos estudos. Neste sentido, este trabalho contribui com uma proposta para detecção de pessoas em grandes aglomerados de indivíduos. O método apresentado combina técnica de detecção de pedestres com mapas de densidades da concentração de possíveis indivíduos, em uma imagem digital, obtidos a partir de relevantes keypoints detectados com ASIFT e validados com fluxo óptico. Os keypoints validados permitem ainda uma etapa adicional de predição de pedestres, a qual é realizada frame a frame a partir da clusterização binária entre a possível localização de um pedestre e a saída do detector. O trabalho ainda propõe a generalização dos limiares de cálculo do mapa de densidade para permitir a integração da técnica de mapa de densidades com detectores de pedestres que retornam algum tipo de score de confiança da detecção. Os resultados dos experimentos indicam que essa abordagem é mais precisa que os métodos tradicionais. Pedestrian detection in digital images is a relevant paradigm in areas such as security and entities tracking. Recent worldwide events involving investigation of suspicious actions in public places, such as airports, subway stations and crowd manifestations justify the direction of researches on this subject. Different clothing styles, colors, brightness, articulations, intra-inter people occlusions and similarities among boundaries of objects are some of the obstacles to be overcome by researchers. Under this perspective, this work contributes with a proposal to detect people in crowd. The presented method combines a people detection technique with a density map generated by relevant keypoints detected using ASIFT and validated with optical flow. The selected keypoints still allow an additional step of pedestrian prediction, which is performed frame by frame from binary clustering among the possible location of a pedestrian and the detector output. This research still purposes to generalize the density map thresholds in order to make the integration with pedestrian detectors that return some type of score. The experimental results indicate that this approach is more accurate than traditional methods.
URI:	http://repositorio.ufes.br/handle/10/9557
Aparece nas coleções:	PPGEE - Dissertações de mestrado

Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.