Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/RVMR-6QGJSQ
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Mario Fernando Montenegro Campospt_BR
dc.contributor.referee1Guilherme Augusto Silva Pereirapt_BR
dc.contributor.referee2Arnaldo de Albuquerque Araujopt_BR
dc.contributor.referee3Alexei Manso Correa Machadopt_BR
dc.contributor.referee4Luiz Marcos Garcia Gonçalvespt_BR
dc.creatorJose Luiz de Souza Piopt_BR
dc.date.accessioned2019-08-10T23:10:33Z-
dc.date.available2019-08-10T23:10:33Z-
dc.date.issued2006-02-10pt_BR
dc.identifier.urihttp://hdl.handle.net/1843/RVMR-6QGJSQ-
dc.description.abstractNowadays, surveillance and security systems based on visual sensors are a very common approach. International terrorism and the growth of urban violence, evoke the new applications of computer vision systems. These systems can be found in international ports, airports, train and subway stations of all great urban centers. A common approach is based on analog closed-circuit television systems with image scene analysis, control and decision centered on human operator. However, modern and sophisticated surveillance based computer vision systems enable the integration of sights from many cameras into a single, consistent scene representation. This thesis addresses the problem of multi-camera target observation. Here, we name this problem of Cooperative Dynamic Observation. We want to find the cameras pose that makes possible the observation of moving targets of interest and their trajectories based on visual information shared between cameras. In this problem, we consider that observation means target identification and tracking; dynamic is the cameras moving ability provided by mobile robots with navigation and positioning performance; and cooperation refers to the practice of self-organized camera positioning based on shared visual information, provided by a communication network. To address this problem, we developed a framework that finds the cameras poses based on visual information acquired and shared by a camera communication network. The framework is modelled in three principal modules: the tracker, the camera position planner, and the target/trajectory association module. The tracker is based on distributed particle filter that fuses, in real time, the targets motion and visual information given by colors. The position planning is done by a observation function with optical and environmental constraints. The targets trajectories between cameras with disjoint field of views are matched by an adaptation of classical EM (Expectation-Maximization)Algorithm. The robustness of framework is analyzed and tested in real experiments with a developed systematic experimental protocol.pt_BR
dc.description.resumoNos dias atuais, devido ao aumento dos conflitos internacionais e da violência urbana, é cada vez mais comum a utilização de sistemas de segurança projetados como uma rede de câmeras com o objetivo de monitorar ou controlar o fluxo de pessoas ou veículos. Nesta tese aborda-se o problema da observação do movimento de objetos de interesse em um espaço monitorado por sensores visuais. Este problema é aqui denominado de "Observação Dinâmica Cooperativa" O objetivo principal é a obtenção da informação visual para o posicionamento das câmeras visando a observação da trajetória de objetos de interesse que se movimentam no ambiente monitorado. Nesse contexto, a observação compreende a identificação e o rastreamento dos alvos e suas trajetórias; a dinâmica refere-se à capacidade de mobilidade das câmeras, provida a estas por meio de robôs móveis; e a cooperação caracteriza-se pelo posicionamento das câmeras promovido pelo planejamento e troca de informações entre estas por meio de um sistema de comunicação em rede.É proposta uma metodologia cuja idéia principal é a identificação dos objetos e de suas trajetórias, levando ao conseqüente posicionamento das câmeras por meio de um esquema de planejamento de posição e cooperação entre os membros do sistema. A metodologia está dividida em três módulos principais: o rastreamento de alvos, o planejamento de posição e o reconhecimento e associação entre informações visuais obtidas por diferentes câmeras. O rastreamento é realizado por meio de filtro de partículas distribuído que associa, em tempo real, a informação visual da cor dos alvos com os seus movimentos. O planejamento de posição das câmeras é executado por meio da avaliação de uma função de observação sujeita a imposição de restrições visuais e do ambiente. O reconhecimento e associação entre objetos e trajetórias observados por câmeras distintas é conduzido por meio de uma adaptação do Algoritmo Expectativa-Maximização. A metodologia é avaliada sob o aspecto tecnológico e de cenário. Um conjunto de experimentos reais é sistematicamente realizado, garantindo robustez suficiente para a adaptação e implementação da metodologia em sistemas de segurança com visão distribuída.pt_BR
dc.languagePortuguêspt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.initialsUFMGpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectRobóticapt_BR
dc.subjectVisão computacionalpt_BR
dc.subject.otherSistemas de multimídiapt_BR
dc.subject.otherSegurança Equipamentos e acessoriospt_BR
dc.subject.otherImagens Técnicas digitaispt_BR
dc.subject.otherRobóticapt_BR
dc.subject.otherVisão por computadorpt_BR
dc.subject.otherSistemas de segurança eletrônicopt_BR
dc.subject.otherComputação sespt_BR
dc.titleObservação dinâmica cooperativapt_BR
dc.typeTese de Doutoradopt_BR
Appears in Collections:Teses de Doutorado

Files in This Item:
File Description SizeFormat 
tese.pdf11.05 MBAdobe PDFView/Open


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