Multiple pedestrian tracking using geometric and deep features

• Autor(a) principal: Ize, Mauricio da Costa Justo
• Data de Publicação: 2019
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/213944
• topic: Aplicativos Web; Rastreamento de pedestres; Processamento de imagens; Processamento de vídeos; Deep features; Geometric features; Filtering

A análise automatizada de vídeo é uma demanda crescente em diferentes áreas no contexto em que a tecnologia permite a criação de dados visuais em taxas crescentes. A detecção e o rastreamento de múltiplos pedestres são necessidades específicas dessa demanda, pois são usados em aplicativos como vigilância por vídeo, veículos automatizados, e geração de métricas para lojas. Este trabalho implementa um aplicativo de rastreamento de múltiplos pedestres usando a abordagem de rastreamento por detecção. Nós usamos um modelo pré-treinado para detecção de objetos e reidentificaçao de pedestres, predição linear de estado com filtragem recursiva, características geométricas e profundas como funções de dissimilaridade entre pedestres, e um algoritmo óptimo para o problema de associação devido à presença de vários pedestres num único quadro de vídeo. Nós testamos quatro métodos localmente usando o conjunto de dados do MOTChallenge. Ao incluir vídeos com câmeras estáticas e em movimento, o método usando características profundas com renascimento atinge 48,3% na métrica MOTA. Analisando apenas a sequência PETS09-S2L1, uma sequência estática mais próxima do que é encontrado nas câmeras de vigilância, o método alcança 79,5% na métrica MOTA. Além disso, apresentamos os detalhes da implementação e os resultados dos quatro métodos desenvolvidos.