Made available in DSpace on 2015-03-05T13:56:58Z (GMT). No. of bitstreams: 0 Previous issue date: 20 / Hewlett-Packard Brasil Ltda / Este trabalho apresenta um modelo para extrair informações do mundo real, capturadas com a utilização de técnicas de visão computacional, no que tange acompanhamento de indivíduos, com o fim de simular e validar comportamentos de multidões de humanos virtuais. Uma grande dificuldade ao se tentar reproduzir de forma realista (por meio de simulação) o comportamento de uma multidão em um determinado espaço é informar para o modelo de simulação todos os atributos necessários para descrever o movimento das pessoas virtuais. Além das características individuais e coletivas das pessoas poderem produzir uma grande variedade de comportamentos, tornando sua modelagem complexa, o espaço também contém restrições que podem interferir no comportamento das pessoas. Neste trabalho é proposto um modelo onde pessoas do mundo real têm suas trajetórias capturadas de forma automática. Numa etapa de pós-processamento, as trajetórias capturadas são utilizadas para gerar campos de vetores velocidade que serão utilizados para aux / This study presents a model to extract information from the real world using computer vision techniques. In particular, we use tracking algorithms to extract the trajectories of filmed people, aiming to simulate and validate the behavior of virtual human crowds.A great challenge when trying to reproduce in a realistic manner (by means of simulation) the behavior of a crowd in a determined space is to inform to the simulation model all necessary attributes to describe the movement of virtual people. Individual and general features of people can produce a great variety of behaviors, making its modeling complex. Furthermore, the space also contains restrictions that can interfere on people behavior. In this study it is proposed a model in which people from the real world have their trajectories captured in an automatic manner. In a post-processing step, captured trajectories are used to generate velocity fields that will be used to help in the calculation of virtual human movement, providing more realistic s

Made available in DSpace on 2015-03-05T13:59:43Z (GMT). No. of bitstreams: 0 Previous issue date: 28 / Hewlett-Packard Brasil Ltda / Este trabalho tem como principal objetivo propor um modelo para classificação automática(ou semi-automática) de grupos de pessoas utilizando informações de geometria e detecção da atividade intragrupo em sequências de vídeo. Para a classificação de grupos de pessoas, utiliza-se um algoritmo de acompanhamento de objetos para rastrear as posições das pessoas ao longo do tempo, e explora-se a relação entre essas pessoas e suas orientações para deteção e classificação de grupos com base em informações sociológicas (proxemics, distâncias interpessoais, etc.). A geometria do grupo formado, assim como sua evolução ao longo do tempo, também são analisadas. Para a avaliação da atividade intragrupo, a evolução das áreas dos blobs correspondentes a cada pessoa é avaliada, para detecção de movimentos de gesticulação em grupos estáticos. Como aplicações deste trabalho, pode-se mencionar a detecção e classificação automática de pequenos grupos em um shopping center, para que seja possível extrair padrões de comportament / The main goal of this work is to propose a model for an automatic (our semiautomatic) classification of groups using geometrical properties and for detecting intragroup activity based on video sequences. For group classification, a tracking algorithm is applied to obtain the position of each person across time, and the relationships among these people and their orientation are used to detect and classify groups based on sociological information (proxemics, interpersonal distance, etc). The geometry of the group, as well as its temporal evolution, are used to provide additional information on the group. To detect intragroup activity, the temporal evolution of blob áreas related to tracked people is explored. Regarding possible applications of this work, an example could be the detection and automatic classification of small groups in a shopping center, in order to extract behavior pattern according to this study