Diferentes técnicas para adetecção de peões em vídeo
Introdução●    Procuramos investigar soluções e técnicas    para a detecção de peões;●    Podemos usar estas técnicas para...
1. Sistemas existentes●    2 tipos de métodos:    –   Detecção por partes;    –   Detecção do corpo inteiro;
1.1. Detecção partes●    Rosto é uma característica que se destinge    facilmente;●    Reconhecimento de faces encontra-se...
●    Detecta diferentes partes do corpo;    –   Cabeça;    –   Braços;    –   Pernas;●    Analisa depois tamanho e distanc...
1.2. Detecção corpo inteiro●    Papgeorgiou e Poggio usaram representações    baseadas em Haar juntamente com o    polinóm...
1.4. Comparação entre algoritmosAlgoritmo Conjunto Aplicação Taxa de            Taxa de    Tamanho      Tamanho           ...
1.4. Comparação entre algoritmosAlgoritmo Conjunto Aplicação Taxa de          Taxa de    Tamanho     Tamanho            de...
1.5. Análise comparação algoritmos●    Técnicas baseadas em HoG são mais    eficazes;●    Técnica que analisaremos;
2. Técnicas baseadas em HoG
2.1. Algoritmo Dalal-Triggs●    Cada janela de detecção é dividida em    células de 8x8 px;●    Cada grupo de células 2 x ...
2.2. Algoritmo de Zhu●    Baseado no anterior;●    Foram integrados classificadores estruturais em cascata;●    Estas alte...
2.3. Vídeo Exemplohttp://www.youtube.com/watch?v=PyNGX74IPV8
3. Desafios de implementação●    Principal desafio para a implementação deste    tipo de algoritmos:    –   recorrer à câm...
4. Outras técnicas utilizadas●    Métodos      anteriormente    implementados    utilizando uma simples câmara;●    Durant...
●    Celso Pereira:    –   celso7p@gmail.com    –   al34104@utad.eu●    João Nascimento:    –   geral@joaonascimento.info ...
Próximos SlideShares
Carregando em…5
×

Apresentação PDI - 15/11/2012

666 visualizações

Publicada em

Apresentão PDI - 15/11/2012

Publicada em: Tecnologia
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
666
No SlideShare
0
A partir de incorporações
0
Número de incorporações
232
Ações
Compartilhamentos
0
Downloads
7
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Apresentação PDI - 15/11/2012

  1. 1. Diferentes técnicas para adetecção de peões em vídeo
  2. 2. Introdução● Procuramos investigar soluções e técnicas para a detecção de peões;● Podemos usar estas técnicas para vídeo vigilância, robótica e tracking de jogadores de jogos de equipa;● Difícil de fazer devido a questões de aparência, luminosidade e articulações;
  3. 3. 1. Sistemas existentes● 2 tipos de métodos: – Detecção por partes; – Detecção do corpo inteiro;
  4. 4. 1.1. Detecção partes● Rosto é uma característica que se destinge facilmente;● Reconhecimento de faces encontra-se em fase avançada;● Problemas: imagem nem sempre esta visível;● Algoritmos: Viola e Jonas (derivados do método de Haar);
  5. 5. ● Detecta diferentes partes do corpo; – Cabeça; – Braços; – Pernas;● Analisa depois tamanho e distancia relativa gerando um resultado;
  6. 6. 1.2. Detecção corpo inteiro● Papgeorgiou e Poggio usaram representações baseadas em Haar juntamente com o polinómio SVM;● Algoritmos: Gavrila e Philomin (comparação de contornos);● Dalal e Triggs usaram uma densa representação de Histogramas Orientados a Gradientes (HoG) para obter sucesso na representação dos objetos;
  7. 7. 1.4. Comparação entre algoritmosAlgoritmo Conjunto Aplicação Taxa de Taxa de Tamanho Tamanho de retenção Frames de janela de Recursos (falsos Imagem positivos) Gravrila Modelos Reconheci 87% (3.58 7-15 fps 140 pixéis N/A de formas mento de por (P4-2.5G altura e peões por imagem) Hz) (max) transform carros ação de distâncias Viola Caracterís Vigilância 80% (0,5 4 fps 20 x 15 N/A ticas de ar de ruas por (P4-2.8G pixels e padrões imagem) Hz) de moviment o Zhu Histogram Detecção 88% (1,25 18 fps 64 x 128 320 x 240 a de de peões por (N/A) pixels gradientes em geral imagem) orientados (HoG)
  8. 8. 1.4. Comparação entre algoritmosAlgoritmo Conjunto Aplicação Taxa de Taxa de Tamanho Tamanho de retenção Frames de janela de Recursos (falsos Imagem positivos) Mohan Detenção Detecção 85% (6 x N/A 64 x 128 N/A de de peões 10-4 pixels componen em geral FRPW) tes e relação de distâncias Zhang Combinaç Vigilância 80% (2,5 N/A 24 x 58 N/A ão de de ruas por pixels contornos imagem) e HoG Alonso Combina Reconheci 85% 20 fps N/A 320 x 240 diferentes mento de (0,008 (P4-2.4G característ peões por FFPW) Hz) icas como carros os contornos HoG e Haar
  9. 9. 1.5. Análise comparação algoritmos● Técnicas baseadas em HoG são mais eficazes;● Técnica que analisaremos;
  10. 10. 2. Técnicas baseadas em HoG
  11. 11. 2.1. Algoritmo Dalal-Triggs● Cada janela de detecção é dividida em células de 8x8 px;● Cada grupo de células 2 x 2 é de forma deslizante integrado num único bloco;● Blocos ficam sobrepostos;● Cada célula consiste numa matriz de 9 canais que armazenam o Histograma Orientado a Gradientes;● Cada bloco contem um vector concatenado de todas as suas células;● Cada célula é representada por um vector de 36 características normalizado;● Cada janela de detecção de tamanho 64 x 128 é representada sobre a forma de 7 x 15 blocos dando um total de 3780 características por janela;
  12. 12. 2.2. Algoritmo de Zhu● Baseado no anterior;● Foram integrados classificadores estruturais em cascata;● Estas alterações permitem aumentar a velocidade de processamento da detecção de formas humanas e manter uma boa performance;
  13. 13. 2.3. Vídeo Exemplohttp://www.youtube.com/watch?v=PyNGX74IPV8
  14. 14. 3. Desafios de implementação● Principal desafio para a implementação deste tipo de algoritmos: – recorrer à câmara do nosso computador, a taxa de detecção dos algoritmos rondar os 20 frames por segundo, o que é muito baixo para os efeitos pretendidos;● Melhoria do processo: tornar os algoritmos mais rápidos e mais leves para o computador.
  15. 15. 4. Outras técnicas utilizadas● Métodos anteriormente implementados utilizando uma simples câmara;● Durante a pesquisa foram analisadas outras técnicas que não foram abordadas devido a não se poder aceder a todo o material necessário: – Câmaras de infravermelho; – Câmaras stereo.● Detecção de passadeiras;
  16. 16. ● Celso Pereira: – celso7p@gmail.com – al34104@utad.eu● João Nascimento: – geral@joaonascimento.info – al34124@utad.eu

×