Geintra

Departamento de electronica Universidad de Alcala

Líneas de investigación

Accede a información sobre la estructura de la actividad investigadora de Geintra.

Trabaja con nosotros

Accede a nuestra oferta actual de becas, tesis doctorales, contratos y trabajos fin de carrera.

Contacta con el grupo

Si desea contactar con nosotros, puede usar varios medios.

    Sistema robusto para la detección y seguimiento de personas en aplicaciones video-vigilancia.

    TítuloSistema robusto para la detección y seguimiento de personas en aplicaciones video-vigilancia.
    Tipo de publicaciónConference Paper
    Año de publicación2016
    AutoresBaptista, M, Martínez, C, Losada, C, Marrón-Romera, M
    Idioma de publicaciónSpanish
    Conference NameSeminario Anual de Automática, Electrónica Industrial e Instrumentación 2016 (SAAEI 2016)
    Páginas6
    Conference LocationElche
    Fecha de publicación07/2016
    Numero ISBN978-84-608-9013-3
    Resumen

    En este trabajo se presenta una solución robusta para la detección y seguimiento de un número variable de personas, a partir de secuencias de imágenes RGB, para aplicaciones de video-vigilancia. El sistema desarrollado permite tanto la detección de personas en imágenes de video-vigilancia, como el conteo de las mismas para diferentes aplicaciones como el control de accesos o el control de aforos. Para la detección de personas se emplea un descriptor HOG a 64 escalas diferentes y un clasificador SVM lineal. Además, se incorpora un seguidor para múltiples personas basado en un banco de filtros de Kalman que permiten incrementar la robustez del sistema frente a oclusiones o pérdidas temporales de la detección. Para la validación del algoritmo desarrollado se han realizado múltiples pruebas experimentales empleando tanto la base de datos de imágenes del proyecto CAVIAR, ampliamente utilizada por la comunidad científica, como una base de datos diseñada, grabada y etiquetada para esta aplicación. Los resultados obtenidos han permitido validar el proceso de detección, así como demostrar que la incorporación de la etapa de seguimiento incrementa la robustez frente a oclusiones o errores en la detección, con un aumento mínimo de la carga computacional.

    AdjuntoTamaño
    atec13.pdf777.22 KB