Un sistema de seguimiento robusto es la base sobre la que se sustentan las aplicaciones de análisis de movimiento humano, La presente tesis describe la problemática del seguimiento de personas desde tres puntos de vista: dominio puntual, regional y modelado de la figura humana. En el primer dominio, se considera al sujeto como un objeto compacto, pequeño y rígido. En el segundo, es posible modelarlo como un conjunto de regiones interrelacionadas, cada una de las cuales con sus propias propiedades, y cuya unión identifica al sujeto unívocamente. El último punto de vista nos permite identificar a la persona como un objeto no rígido, con propiedades morfológicas y dinámicas intrínsecamente humanas. Nuestro objetivo consiste en el estudio y entendimiento de estos tres diferentes estados en los cuales el ser humano puede ser modelado, así como en la selección del más adecuado, dependiendo de la aplicación y la problemática a resolver. La problemática fijará las necesidades e impondrá las limitaciones para cada momento, bien sean debidas a factores internos (múltiples objetos, oclusiones, posición de la cámara) o externos (coste, viabilidad técnica). Por tanto, el énfasis de este trabajo reside en el desarrollo de un sistema capaz de seguir una o múltiples personas en secuencias de vídeo, con diferentes grados de entendimiento dependiendo de la aplicación específica a la que vaya dirigido, las necesidades y los medios disponibles. Para alcanzar esta meta, el proyecto se centrará en seguimiento de personas, modelado de la figura humana y extracción de características. El sistema debe ser capaz de trabajar en escenarios reales, tales como vídeo-vigilancia, análisis deportivo o diagnosis médica.
En el dominio puntual, se ha implementado un sistema capaz de seguir personas satisfactoriamente, a pesar de malas medidas o sensores de baja calidad, gracias a la combinación de un detector de objetos estáticos, un estimador de la altura y un algoritmo de fusión de múltiples cámaras. El sistema ha sido diseñado para aplicaciones de vídeo-vigilancia, e incluso la calibración de las cámaras ha sido simplificada todo lo posible para satisfacer dicho requisito.
Se ha hecho especial énfasis en la extracción de características. El modelado del color, usando técnicas paramétricas y no paramétricas, ha sido la clave para el seguimiento de los objetivos, debido a la flexibilidad e invarianza que esta característica proporciona. Además, se ha implementado un sistema robusto de actualización del modelo de color, el cual es capaz de adaptarse tanto a cambios rápidos como progresivos de las condiciones de iluminación.
Se ha propuesto un algoritmo eficiente de seguimiento basado en color para acelerar el cálculo de los algoritmos basaos en múltiples hipótesis. La inclusión de técnicas tales como partitioned sampling o importance sampling reduce el número de muestras a evaluar, ya que aquellas hipótesis con baja probabilidad son descartadas. Además, el uso de la imagen integral en el proceso de evaluación minimiza significativamente el tiempo de cómputo para evaluar cada hipótesis.
Una incursión en el seguimiento de múltiples objetivos idénticos ha sido realizada. Técnicas de asociación y modelado de interacciones han sido propuestas para el tratamiento de la coalescencia y ayudar a la resolución de ambigüedades por parte del seguimiento. La gran complejidad del seguimiento multi-objeto también ha demandado la creación de un entorno integrado donde la información proveniente de múltiples sensores es conjugada.
Por último, se han empleado modelos articulados para el seguimiento, no solo del movimiento global, sino también de los movimientos relativos de las extremidades. En este ámbito, modelos 2D han sido propuestos debido a su mayor adecuación para propósitos de vigilancia, siendo capaces de trabajar en secuencias monoculares, tener una menor carga computacional y requerir una simple inicialización. El principal inconveniente que ha relegado a estas técnicas, es decir, su dependencia del punto de vista, ha sido tratado en profundidad. Información morfológica y biomecánica, introducida bien como parte del modelo o por medio de restricciones, permite la consecución de esta meta. Las dos posibles metodologías a aplicar, generativas o discriminatorias, han sido testeadas y comparadas.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados