Orientador: Clésio Luis Tozzi / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-16T06:32:57Z (GMT). No. of bitstreams: 1 Freitas_GreiceMartinsde_M.pdf: 16453422 bytes, checksum: fa0ae64561fd346237c57310fb0d0073 (MD5) Previous issue date: 2010 / Resumo: A crescente utilização de câmeras de vídeo para o monitoramento de ambientes, auxiliando no controle de entrada, saída e trânsito de indivíduos ou veículos tem aumentado a busca por sistemas visando a automatização do processo de monitoramento por vídeos. Como requisitos para estes sistemas identificam-se o tratamento da entrada e saída de objetos na cena, variações na forma e movimentação dos alvos seguidos, interações entre os alvos como encontros e separações, variações na iluminação da cena e o tratamento de ruídos presentes no vídeo. O presente trabalho analisa e avalia as principais etapas de um sistema de rastreamento de múltiplos objetos através de uma câmera de vídeo fixa e propõe um sistema de rastreamento baseado em sistemas encontrados na literatura. O sistema proposto é composto de três fases: identificação do foreground através de técnicas de subtração de fundo; associação de objetos quadro a quadro através de métricas de cor, área e posição do centróide - com o auxílio da aplicação do filtro de Kalman - e, finalmente, classificação dos objetos a cada quadro segundo um sistema de gerenciamento de objetos. Com o objetivo de verificar a eficiência do sistema de rastreamento proposto, testes foram realizados utilizando vídeos das bases de dados PETS e CAVIAR. A etapa de subtração de fundo foi avaliada através da comparação do modelo Eigenbackground, utilizado no presente sistema, com o modelo Mistura de Gaussianas, modelo de subtração de fundo mais utilizado em sistemas de rastreamento. O sistema de gerenciamento de objeto foi avaliado por meio da classificação e contagem manual dos objetos a cada quadro do vídeo. Estes resultados foram comparados à saída do sistema de gerenciamento de objetos. Os resultados obtidos mostraram que o sistema de rastreamento proposto foi capaz de reconhecer e rastrear objetos em movimento em sequências de vídeos, lidando com oclusões e separações, mostrando adequabilidade para aplicação em sistemas de segurança em tempo real / Abstract: There are immediate needs for the use of video cameras in environment monitoring, which can be verified by the task of assisting the entrance, exit and transit registering of people or vehicles in a area. In this context, automated surveillance systems based on video images are increasingly gaining interest. As requisites for these systems, it can be identified the treatment of entrances and exits of objects on a scene, shape variation and movement of followed targets, interactions between targets (such as meetings and splits), lighting variations and video noises. This work analyses and evaluates the main steps of a multiple target tracking system through a fixed video camera and proposes a tracking system based on approaches found in the literature. The proposed system is composed of three steps: foreground identification through background subtraction techniques; object association through color, area and centroid position matching, by using the Kalman filter to estimate the object's position in the next frame, and, lastly, object classification according an object management system. In order to assess the efficiency of the proposed tracking system, tests were performed by using videos from PETS and CAVIAR datasets. The background subtraction step was evaluated by means of a comparison between the Eigenbackground model, used in the proposed tracking system, and the Mixture of Gaussians model, one of the most used background subtraction models. The object management system was evaluated through manual classification and counting of objects on each video frame. These results were compared with the output of the object management system. The obtained results showed that the proposed tracking system was able to recognize and track objects in movement on videos, as well as dealing with occlusions and separations, and, at the same time, encouraging future studies in order for its application on real time security systems / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Orientador: Siome Klein Goldenstein / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-13T11:06:36Z (GMT). No. of bitstreams: 1 Hauagge_DanielCabrini_M.pdf: 29273846 bytes, checksum: d697300202f6081a1441b4748b9a711c (MD5) Previous issue date: 2008 / Resumo: Apresentamos nesta dissertação quatro algoritmos voltados para a classicação automatizada de frutas. A subtração de fundo baseada na distância de Mahalanobis. O rastreamento das frutas em uma esteira usando a subtração de fundo, casamento de padrões e fluxo óptico. A reconstrução tridimensional da fruta a partir de imagens dela na esteira, onde recuperamos a posição da câmera com relação a fruta usando fluxo óptico e uma estimativa grosseira do movimento da fruta. A forma da fruta é obtida a partir das silhuetas reprojetadas no espaço tridimensional usando duas abordagens diferentes. Finalmente, a localização do pedúnculo e cálice a partir do eixo de simetria da reconstrução tridimensional. Realizamos testes com os quatro algoritmos. Obtivemos bons resultados com os dois primeiros. Para a reconstrução tridimensional verificamos bons resultados para algumas etapas do processo (fluxo óptico, estimativa inicial e otimização não-linear do movimento de câmera). Resultados fracos foram obtidos para a reprojeção das silhuetas usando os dois métodos. Analisamos as causas dos erros e propomos métodos que poderiam ser usados para melhorá-los. Os resultados da localização do pedúnculo e cálice foram insatisfatórios mas acreditamos que melhorariam se obtivéssemos uma reconstrução mais precisa. Também criamos um sistema de captura que reproduz as condições dentro de um sistema comercial de classificação. Com este aparato construímos quatro grandes bases de dados com aproximadamente 3000 frutas, 35 imagens de cada uma, contendo quatro variedades de maçã. Outras 6 bases menores foram criadas. / Abstract: We present in this dissertation four algorithms targeted at the automated classification of fruits. Background subtraction based on Mahalanobis distance. Fruit tracking on a conveyor belt using background subtraction, pattern matching and optical flow. The 3D reconstruction of the fruit from its images on the conveyor belt, where we recover the camera position, with respect to the fruit, using optical flow and a rough estimate of fruit motion. The fruit's shape is recovered from the silhouette re-projected into 3D space using two different approaches. Finally, the location of the stem and calyx based on the symmetry axis of the 3D reconstruction. We also present the results of tests conducted with the four algorithms. We obtained good results with the first two. For the three-dimensional reconstruction we obtained good results with some of the intermediary steps (optical flow, initial estimate and nonlinear re_nement of camera motion). Poor results were obtained for the re-projection of the silhouette's, using two approaches. We analyze the causes of these difficulties and suggest approaches that could improve them. The localization of stem and calyx was compromised by the poor 3D reconstruction so we believe that it will improve once we address the problems with the reconstruction algorithm. We created an image capturing system that reproduces the conditions inside a commercial grading machine. With this device we acquired four big data sets with approximately 3000 apples, 35 images of each, comprising four varieties. Another 6 smaller data-sets were also created. / Mestrado / Visão Computacional / Mestre em Ciência da Computação