Yukarıdan insanlar algılama

Zeminden 3 metre yüksekte sadece bir kamera kullanan insanları tespit etmek için bir yöntem bulmaya çalışıyorum. Bu kamera tarafından döndürülen bir çerçeve:

GÜNCELLEME: Video testi -> http://dl.dropbox.com/u/5576334/top_head_shadow.avi

Bunu yapmak için, önce bir arka plan ön plan segmentasyonu yapmam gerektiğini anlıyorum. Bu kolay kısmı.

Ön plan maskesi ile Hough dönüşümü gibi basit işlemler yapabiliyorum, ancak bu şekilde birçok yanlış pozitif de dahil olmak üzere kafaların sadece% 60'ını tespit ediyor.

Renk segmentasyonu gibi başka basit teknikler de kullanabilirim, ancak insanların kafalarının saç stilleri, renkleri, saç miktarları nedeniyle yukarıdan çok farklı olduğunu gördüm ...

Bu konuda sahip olduğum diğer seçenek, HOG Tanımlayıcıları veya Haar benzeri özellikleri kullanma olasılığıdır, ancak modelleri eğitmek için yukarıdan görülen geniş bir veritabanına ihtiyacım var. Ben böyle bir şey bulamadım.

Bunun çok tekrarlayan bir sorun olacağını düşündüm, ancak literatürde veya internette çok fazla bulamıyorum. Bu görevi çözmek için herhangi bir yardım takdir edilecektir :-)

GÜNCELLEME: Daha fazla bilgi için amaç, yaya akışını takip etmek için bazı genel yöntemler uygulamaktır. İlk prototip bir AVM'de test edilecektir.

İnsanların yanına taşınabilecek başka nesneler var mı? Eğer yoksa, ön plan maskenizdeki lekeleri (bağlı bileşenler) bulabilirsiniz ve bunlar sizin insanlarınızdır.

Ayrıca iki yerine bir damla oluşturarak birbirleriyle "çarpışabilirler". Bu durumda, yörüngenin ve hızın düzgün olduğu gerçeğini kullanarak bir hareket takibi yapabilir ve belirsizliği giderebilirsiniz.

Başka nesneler (köpekler, arabalar gibi) varsa, blob parametrelerini alan bir sınıflandırıcı oluşturmalısınız:

• Leke istatistikleri (boyut, sağlamlık vb.)
• Renk
• Kenar bilgileri
• Hız (izleme durumunda)

Ve doğru sınıfı döndürür (İnsan / İnsan Yok).

Ben "iyi test edilmiş yöntemleri kullanmak için ben" göze alamazdı "çok küçük bir şirkette konumu olmayan geniş bir örnek veritabanı gerekir olurdu. Mümkün olduğunca çok veri elde etmek için gerekli olan her şeyi yapmadığım için çok üzgünüm. Sanırım sonunda onlar için bir dünya yaratacaktı.

Her türlü gerçek dünya görme algılaması, denemeden ve başarısız olana kadar düşünmediğiniz bir milyon şeye sahiptir. Göründüğünden çok, çok daha zor eski bir sorundur. Newton'un "devlerin omuzlarında durmak" (ya da neredeyse aynı derecede büyük bir cüce yığınının üstünde) yöntemine bağlı kalmanızı tavsiye ederim. Yani, zaten çalıştığını ve sağlam olduğunu bildiğiniz bir yöntemi kullanın. Kulağa ses gibi gelen tüm şeyler "yeterince iyi" olacak, bunun yerine sefil bir şekilde başarısız olacaktır.

Yaya tespiti konusunda son teknoloji ürünü, en başta tam olarak bu ortamda test edilen HOG olduğunu biliyordum. Bunu bulmak için Google Akademik'te biraz oynamanız gerekecek şekilde takip etmek istiyorsunuz . Benim ana nokta al, benzer bir pozisyonda olmuştur ve bundan ben zaten bilinen bir başarısızlık oranı ile test edilir sizin yapmanız gereken neyse veritabanı ve kullanımını çalıştığını bildiğiniz bir şey, olsun öneriyoruz değil bir şey olduğunu kulağa hoş geliyor. Bilgisayarlı çalışma algoritmalarının 40 yıllık ölüm yürüyüşü, "işleyecekleri gibi ses" parçası olmak istediğiniz bir şey değil.

PS Bilgisayar görüşünü eleştirmeye çalışmıyorum. Benim en sevdiğim alanlardan biri. Ancak tarih, atılacak binlerce yanlış adım olduğunu ve çok fazla doğru adım olmadığını gösteriyor. Bu doğru adımlardan bazılarını zaten bulan birini takip etmek daha iyidir.

Sana olabileceğini düşünüyorum Başlamak buradan bir kaç cevapları birleştirerek.

Bu cevapta bahsedilen iki farklı yaklaşım vardır, büyük fark, yüzleri görmediğiniz için yüz algılama yapmanın imkansız olmasıdır. Ancak diğer yaklaşım hala uygulanabilir: hava durumuna bir şeyin yaya olduğuna karar verin veya eylemlerine (hareketlerine) dayanmayın .

Bu, tahmin ettiğiniz gibi, bir tür ön plan arka plan segmentasyonu kullanmanızı önerir. Çok hızlı bir googling, bu son derece umut verici görünen bu makaleyi buldu , ancak bunu hiç kişisel olarak yapmadığım için, siz veya başka biri, bu adımda kullanılacak belirli algoritma için daha iyi önerilere sahip olabilir.

Şimdi, ilk bağladığım cevap çok genel bir yaklaşım fikri veriyor. Ancak bu cevap size bir sonraki adımlarınız hakkında fikir verebilir: nesneleri takip edin ve hız veya hareket yönüne göre aralarında ayrım yapmaya çalışın .

Son olarak, yaşadığınız problemle hiç başa çıkmadım, bu yüzden muhtemelen çok fazla yardım etmiyorum, ancak bağlandığım cevaplar size nereden başlayacağınıza dair genel bir fikir verebilir. Ayrıca, sorunun cevabını ararken önceki işleri ve makaleleri bulamadığım için beni şaşırttı, ancak daha sonra, belki de bu sorunu tanımlamak için size doğru anahtar kelimeleri söyleyecek birine ihtiyacınız var .

Burada anlatıldığı gibi insanları sayarak bir tür görevim var. Ama benim gereksinimim kamera, başın değil, sol / sağ taraftan insanlarla karşı karşıya olmalı.

Bununla birlikte, benim durumum için olası çözümü keşfederek, davanız için ilginç bir yöntemle karşılaşıyorum (tepegöz tespiti). Bu çözümler stereo kamera kullanır, böylece derinliği görerek lekeleri (birbirine çok yakın hareket eden insanlar) idare edebilirsiniz (örneğin sadece ortalama insan kafa seviyesindeki lekeleri görün).

Bu ürün size daha iyi bir açıklama verebilir: digiop . Daha fazla teknik açıklama için broşüre bakınız.

PS Şirketi temsil etmiyorum, sadece iyi belgelenmiş bir çözüme işaret ediyorum