Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/1843/ESBF-9TENSB| Tipo: | Dissertação de Mestrado |
| Título: | A scalable and versatile framework for smart video surveillance |
| Autor(es): | Antonio Carlos de Nazaré Júnior |
| Primeiro Orientador: | William Robson Schwartz |
| Primeiro Coorientador: | Renato Antonio Celso Ferreira |
| Primeiro membro da banca : | Renato Antonio Celso Ferreira |
| Segundo membro da banca: | Arnaldo de Albuquerque Araujo |
| Terceiro membro da banca: | Erickson Rangel do Nascimento |
| Quarto membro da banca: | Ricardo da Silva Torres |
| Resumo: | A disponibilidade de câmeras de vigilância dispostas em locais públicos tem aumentado significativamente nos últimos anos, provendo um ambiente seguro paras as pessoas ao custo de uma enorme quantidade de dados visuais coletada. Estes dados são, em sua maioria, processados manualmente, uma tarefa que é trabalhosa e propensa a erros. Entretanto, é desejável que abordagens automáticas possam ser utilizadas no processamento dos dados, de modo que os operadores humanos necessitem tomar decisões apenas em determinados momentos. Focados em solucionar problemas no domínio de vigilância visual, técnicas de visão computacional aplicadas à este domínio têm sido desenvolvidas durante vários anos com o objetivo de encontrar soluções precisas e eficientes, necessárias para permitir a execução de sistemas de vigilância em ambientes reais. O principal objetivos destes sistemas é a análise de cenas focando na detecção e reconhecimento de atividades suspeitas efetuadas por humanos, para que a equipe de segurança possa focar sua atenção à estas atividades pré-selecionadas. Entretanto estes sistemas são raramente escaláveis. Antes de desenvolver um sistema de vigilância completo é necessário resolver vários problemas, por exemplo: remoção de fundo, detecção de pessoas, rastreamento e re-identificação, reconhecimento de faces e reconhecimento de ações. Mesmo que cada um destes problemas tenham sido estudado nas últimas décadas, eles são dificilmente considerados como uma sequência. Cada um é geralmente solucionado de forma individual. No entanto, em um ambiente real de vigilância, os problemas citados precisam ser solucionados em ordem, considerando apenas o vídeo como a entrada. Com o objetivo de avaliar abordagens em um cenário mais realista, este trabalho propõe um framework chamado Smart Surveillance Framework (SSF), que permite os pesquisadores a implementar suas soluções para os problemas acima citados como uma sequencia de módulos de processamento que se comunicam por meio de uma memória compartilhada. O SSF é uma biblioteca C++ desenvolvida para prover características importantes à um sistema de vigilância como: uma boa interpretação das cenas, escalabilidade, operações em tempo real, ambientes multi-sensores, utilização de componentes padrões de baixo custo, reconfiguração em tempo de execução e controle da comunicação. |
| Abstract: | Computer Vision problems applied to visual surveillance have been studied for several years aiming at finding accurate and efficient solutions. The main goal of such systems is to analyze the scene focusing on the detection and recognition of suspicious activities. To accomplish that, several problems have to be solved first, for instance background subtraction, person detection, tracking, and action recognition. Even though each of these problems have been researched in the past decades, they are hardly considered in a sequence, each one is usually solved individually. However, in a real surveillance scenarios, the aforementioned problems have to be solved in sequence. Aiming at the direction of evaluating approaches in more realistic scenarios, this work proposes a scalable framework called Smart Surveillance Framework (SSF), to allow researchers to implement their solutions to the above problems as a sequence of processing modules that communicate through a shared memory. |
| Assunto: | Visão por computador Computação Gravações de video Sistemas de segurança |
| Idioma: | Inglês |
| Editor: | Universidade Federal de Minas Gerais |
| Sigla da Instituição: | UFMG |
| Tipo de Acesso: | Acesso Aberto |
| URI: | http://hdl.handle.net/1843/ESBF-9TENSB |
| Data do documento: | 1-Set-2014 |
| Aparece nas coleções: | Dissertações de Mestrado |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| antoniocarlosnazarejr.pdf | 8.97 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.