Clasificación de objetos en movimiento en video comprimido
2012Profesores: Dr. John Goddard Close y Dr. Luis Martín Rojas Cárdenas
Resumen: El conteo de objetos es una actividad orientada a la obtención de datos estadísticos y útil para llevar, entre otros, un control del número de productos fabricados en una cadena de producción, del número de vehículos circulando por una avenida a determinada hora del día o de la cantidad de personas que hacen uso de un sistema de transporte en particular. En el pasado esta actividad se desarrollaba en forma manual, pero ahora, con la gran cobertura de sistemas de video vigilancia, la tendencia es automatizar esta actividad con la ayuda de sistemas de cómputo dotados con algoritmos para el reconocimiento de patrones. El funcionamiento de los cuales se basa en el uso de técnicas de segmentación, de estimación de movimiento, de extracción del fondo de la escena, etc. Es importante mencionar que la gran mayoría de estas técnicas operan sobre conjuntos de píxeles, es decir en flujos de video no comprimidos o video en bruto (e inglés: raw video). Aquí surge un detalle a considerar, las cámaras de video vigilancia convencionales no generan video en bruto sino video comprimido, el cual presenta, entre otros, distorsiones y pérdida de información. Así, aplicar estos algoritmos al video comprimido requiere, primeramente, descomprimir totalmente el video, después, evaluar si las imperfecciones del video comprimido no afectan el desempeño de los algoritmos propuestos. En esta tesis de maestría se propone utilizar informaciones directamente disponibles en el video comprimido, que no son píxeles, sino informaciones particulares (coeficientes frecuenciales y vectores de movimiento), para realizar la clasificación de objetos que aparecen en la escena de video, tales como personas, vehículos, animales, etc. El uso de estas informaciones debe beneficiar considerablemente el ahorro de recursos de cómputo y hacer más directo el proceso de reconocimiento en video comprimido. Además, el trabajo que aquí se propone toma como referencia un trabajo previo.
Objetivo general
- Encontrar un algoritmo que permita distinguir y clasificar los diferentes objetos que aparecen en una escena de video comprimido
Objetivos específicos
- Comprender diferentes tecnologías para efectuar la codificación de video
- Conocer diferentes técnicas para el análisis de imágenes
- Obtener un algoritmode bajo costo computacional para clasificar objetos basado en la información frecuencial y temporal, ambas presentes en el flujo de video comprimido
Ultima actualización 14/08/2022 por pcyti