Una metodología para la detección de movimiento en secuencias de video: Caso de estudio peatones

Abstract

La detección de peatones en secuencias de imágenes es un tema de investigación activo en el área de visión por compu- tadora. Su estudio está motivado por el reconocimiento e interpretación automática de la detección del movimiento humano al caminar a partir de una escena de vídeo. Existe una variedad de aplicaciones donde la detección de peato- nes es importante, tales como: vigilancia para la seguridad inteligente, conteo de personas, análisis de movimiento al caminar, monitoreo e interpretación de vídeos deportivos, etc. En los sistemas de videovigilancia, la detección de peatones tiene diversos factores que impiden que se realice una captura precisa. Éstas circunstancias pueden estar asociadas al medio ambiente y las características de la cámara, por ejemplo condiciones ambientales, resolución, campo de visión de la cámara y suspensión de la energía eléctrica. Por otro lado, la indumentaria de los peatones y la presencia de objetos móviles en la escena, son factores que reducen la efectividad de los sistemas de videovigilancia. Por lo cual, este proyecto de investigación se basa en la implementación de una metodología basado en dos técnicas: detección de movimiento con sustracción de fondo (DMSF) y modelo de forma activa (ASM), el cual es aplicado en imágenes con peatones obtenidos desde una cámara de videovigilancia. El modelo de forma activa investigado en esta tesis, consta de 50 puntos de referencia alrededor de la silueta del peatón y una escala de grises de 40 píxeles en cada punto de referencia, el cual es utilizado para la detección de peatones en una escena. La principal contribución de este trabajo es la aplicación de la técnica de detección de movimiento y el ajuste de los peatones con ASM, que a pesar de las dificultades de fondo, escala, variaciones en la resolución y contraste entre el peatón y el fondo, da resultados prometedores. El rendimiento del método propuesto en esta tesis se mide utilizando validación cruzada (leave one out), con dos conjunto de imágenes experimentales obtenidas de las base de datos CDnet2014 y CASIA Gait dataset. Para medir el rendimiento del método propuesto se calcula el error de ajuste medio entre los puntos de referencia del ground-truth con los puntos de referencia estimados con el modelo de forma activa. Se obtuvieron los errores de ajuste al calcular la distancia euclidiana entre el groundtruth y los landmarks estimados por ASM. Al final se obtiene el mejor error medio de ajuste en el conjunto de datos CASIA Gait, con una puntuación de 4.5 píxeles.