Estudio, diseño y optimización de técnicas de visión artificial para su aplicación a los sistemas de videovigilancia
- Autores: Pedro Gil Jiménez
- Directores de la Tesis: Saturnino Maldonado Bascón (dir. tes.)
- Lectura: En la Universidad de Alcalá ( España ) en 2009
- Idioma: español
- Tribunal Calificador de la Tesis: Antonio José Albiol Colomer (presid.), Manuel Rosa Zurera (secret.), Rafael Pérez-Jiménez (voc.), Francisco López Ferreras (voc.), Mariano Rincón Zamorano (voc.)
- Materias:
- Enlaces
- Resumen
- español
En esta tesis doctoral se realiza un estudio sobre distintas técnicas y algoritmos existentes en la actualidad en el campo de la visión artificial aplicadas a la videovigilancia, y se han desarrollado nuevos algoritmos, aplicando técnicas de tratamiento de señales, y más concretamente de tratamiento de imágenes, para un sistema de videovigilancia de segunda generación.
Con dichos algoritmos se ha conseguido desarrollar un sistema con una gran fiabilidad, reduciendo la probabilidad de error del sistema, especialmente en sistemas de videovigilancia donde los equipos empleados, especialmente los sistemas de captación de imágenes, no son de gran calidad. Al mismo tiempo, se ha conseguido reducir la complejidad computacional de los algoritmos, lo que nos permite cumplir con las restricciones de funcionamiento en tiempo real de un sistema de segunda generación. En concreto, la tesis doctoral se ha centrado en el estudio y desarrollo de nuevos esquemas de procesado en los siguientes aspectos relacionados con la vigilancia a partir de secuencias de vídeo:
- Esquemas de detección de movimiento a partir de una serie de secuencias de vídeo captadas por una videocámara estándar. Los algoritmos desarrollados en este apartado tratan de determinar de la forma más precisa posible cuando se están produciendo eventos extraños en la escena observada por la videocámara, como movimientos o comportamientos anómalos de los elementos en la escena, que merezcan la atención de los operadores, para tratar de evaluar la actividad en la zona observada y actuar en consecuencia.
- Esquemas de estimación de distancia a partir de una secuencia estéreo captada por dos cámaras de vídeo independientes trabajando simultáneamente. Estos algoritmos determinan, a partir del análisis de dos imágenes simultáneas de la misma escena captada desde distintos puntos de vista, la distancia a la que se encuentran los objetos en la escena del sistema de captación de imágenes. Como el algoritmo únicamente se centra en los objetos detectados, el tiempo de cálculo se ve notablemente reducido, a la vez que se reduce el número de falsas correspondencias y errores por oclusiones.
-Esquemas de cálculo de profundidades a partir del desenfoque de la imagen. Respecto al apartado anterior, las técnicas de estimación de distancias mediante el desenfoque tienen la ventaja de que sólo necesitan una imagen de la escena para poder calcular la profundidad de los objetos. De esta forma, es posible reducir el precio del sistema, a costa de reducir la precisión de la medida que, en general, suele ser peor que en sistemas estéreo de dos cámaras.
-Esquemas de clasificación de formas. A partir de los objetos detectados, ya sea mediante detección de movimiento o cualquier otro esquema, se ha desarrollado un algoritmo capaz de clasificar dichos objetos dentro de un grupo de formas determinado.
- English
In this thesis, we carry out a study about dierent techniques and existing algorithms in the eld of computer vision applied to videosurveillance systems. Furthermore, new algorithms have been developed, using signal processing techniques, and specically image processing ones, for second generation videosurveillance systems.
With such algorithms, we aim to increase the reliability of this kind of system, focusing specially in those cases where the quality of the devices concerned, mainly the videocameras and image capturing systems, is low. Computational complexity of the algorithms has been another aim to follow. Complexity reduction could allow the system to cope with real time constrains, a requirement normally needed in common videosurveillance systems. In particular, the work is focused in the study and development of new signal processing schemes dealing with the following topics:
- Background estimation techniques computed from videosequences using standard videocameras. In this thesis, we have focused on the analysis of complex sequences that include constant background motion and illumination changes. Thus, we have developed an algorithm which obtains an estimation of background behaviour, and thus, allowing the design of further motion detection schemes that improves its performance against false alarm probability.
- Distance estimation from stereo image pair, using two independent cameras. The algorithm computes the distance from the object to the camera system analysing two images of the same scene captured from dierent points of view. Since the algorithm only takes into account the objects detected, reduction in computation time is straightforward, as well as in false alarms and occlusion errors.
- Depth estimation from image defocus. Compared with stereo techniques, depth from defocus has the advantage of using only one camera, instead of two or more needed in stereo algorithms. Thus, it is possible to reduce the cost of the system, at the expense of some lost of accuracy, which, in general, is lower compared with stereo systems.
- Shape classication techniques. From the detected objects, whether they are obtained using a motion detection algorithm, or any other technique, an algorithm able to classify each object into one of some predened shapes has been developed.
- español
