Please use this identifier to cite or link to this item: http://hdl.handle.net/10553/11234
Title: Detección, seguimiento y análisis de personas en streams de vídeo
Authors: Bolaños Naranjo, Rubén Cristóbal
Director: Lorenzo Navarro, José Javier 
Castrillón Santana, Modesto Fernando 
UNESCO Clasification: 120317 Informática
Keywords: Visión por computador
Detección de personas
Detección de caras
Issue Date: 2013
Abstract: El presente TFG consiste en una aplicación para la detección de personas de cuerpo entero. La idea es aplicar este detector a las continuas imágenes recogidas en tiempo real a través de una web-cam, o de un archivo con formato de vídeo que se encuentre ubicado en el propio sistema. El código está escrito en C++. Para conseguir este objetivo nos basamos en el uso conjunto de dos sistemas de detección ya existentes: primero, OpenCV, mediante un método de histograma de gradientes orientados, el cual ya proporciona propiamente un detector de personas que será aplicado a cada una de las imágenes del stream de vídeo; por otro lado, el detector facial de la librería Encara que se aplica a cada una de las detecciones de supuestas personas obtenidas en el método de OpenCV, para comprobar si hay una cara en la supuesta persona detectada. En caso de ser así, y de haber una cara más o menos correctamente situada, determinamos que es realmente una persona. Para cada persona detectada se guardan sus datos de situación en la imagen, en una lista, para posteriormente compararlos con los datos obtenidos en frames anteriores, e intentar hacer un  seguimiento de todas las personas. Visualmente se observaría como se va recuadrando cada persona con un color determinado aleatorio asignado a cada una, mientras se visualiza el vídeo. También se registra la hora y frame de aparición, y la hora y frame de salida, de cada persona detectada, quedando estos datos guardados tanto en un fichero de log, como en una base de datos. Los resultados son, bastante satisfactorios, aunque con posibilidades de mejora, ya que es un trabajo que permite combinar otras técnicas diferentes a las descritas. Debido a la complejidad de los métodos empleados se destaca la necesidad de alta capacidad de computación para poder ejecutar la aplicación en tiempo real sin ralentizaciones. 
The main objective of this Project is the creation of an application for detecting “standing” people. The main idea is to apply this detector to real-time images obtained with a webcam or to video files located in the system. This programme is written in C++ language. For that, we rely on two existing systems. The first<br />one is OpenCV, based on a Histogram of oriented gradients which provides a person detector which will be applies to every image of the video-stream. The second one is the ENCARA library face detector, which is applied to every person detected through OpenCV. If a face is correctly detected, it will be assumed that it is a person. The situation data obtained from every person detected is saved in a list so that it can be compared afterwards and track this individuals. In this way, we can observe every person in a different randomly assigned colour. The time and the appearance and disappearance frames of every individual is then recorded and stored in a log file and in a database. We consider that the results of the project are quite satisfactory, although they have the potential to be improved. As a negative point, we would like to highlight the high computing power needed to run this application in real time and without slowdowns.
Department: Informática y Sistemas
Faculty: Escuela de Ingeniería Informática
Degree: Grado en Ingeniería Informática
URI: http://hdl.handle.net/10553/11234
Rights: by-nc-nd
Appears in Collections:Trabajo final de grado
Thumbnail
Adobe PDF (2,27 MB)

En el caso de que no encuentre el documento puede ser debido a que el centro o las/os autoras/es no autorizan su publicación. Si tiene verdadero interés en el contenido del mismo, puede dirigirse al director/a o directores/as del trabajo cuyos datos encontrará más arriba.

Show full item record

Page view(s)

140
checked on Feb 10, 2024

Download(s)

123
checked on Feb 10, 2024

Google ScholarTM

Check


Share



Export metadata



Items in accedaCRIS are protected by copyright, with all rights reserved, unless otherwise indicated.