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

DUTRA, Teófilo Bezerra. Um modelo híbrido para simulação de multidão com comportamentos variados em tempo real. 2011. 67 f. Dissertação (Mestrado em ciência da computação)- Universidade Federal do Ceará, Fortaleza-CE, 2011. / Submitted by Elineudson Ribeiro (elineudsonr@gmail.com) on 2016-07-12T17:45:52Z No. of bitstreams: 1 2011_dis_tbdutra.pdf: 2204515 bytes, checksum: 0e646e46cb75dcf0198230cf6ff94930 (MD5) / Approved for entry into archive by Rocilda Sales (rocilda@ufc.br) on 2016-07-22T12:32:35Z (GMT) No. of bitstreams: 1 2011_dis_tbdutra.pdf: 2204515 bytes, checksum: 0e646e46cb75dcf0198230cf6ff94930 (MD5) / Made available in DSpace on 2016-07-22T12:32:35Z (GMT). No. of bitstreams: 1 2011_dis_tbdutra.pdf: 2204515 bytes, checksum: 0e646e46cb75dcf0198230cf6ff94930 (MD5) Previous issue date: 2011 / Crowd simulation is a computationally expensive task, where there is the need to reproduce the behavior of many (tens to thousands) agents in a two-dimensional or three-dimensional environment realistically. The agents need to interact to each other and with the environment, reacting to situations, alternating behaviors and/or learning new behaviors during his “lifetime”. Many models to simulate crowds have been developed over the years and can be classified into two big groups (macroscopic and microscopic) according to how the agents are managed. There are some works in the literature based on macroscopic models, where the agents are grouped and guided by the potential field of their group. The construction of these fields is the bottleneck of these models, so it is necessary to use few groups if it is needed for a simulation to run at interactive frame rates. In this work is proposed a model based on a macroscopic model, which aims mainly to reduce the cost of calculating the potential fields of the groups, by using groups discretized according to the needs of the environment. At the same time it is proposed the addition of groups that can steer the agents of a simulation to momentary goals, which gives the crowd a wider variety of behaviors. Finally, it is proposed the use of a social forces model to prevent collisions between agents and between agents and obstacles. / Simular uma multidão é uma tarefa custosa computacionalmente, onde há a necessidade de reproduzir o comportamento de vários (dezenas a milhares) agentes realisticamente em um ambiente bidimensional ou tridimensional. Os agentes precisam interagir entre si e com o ambiente, reagindo a situações, alternando comportamentos e/ou aprendendo novos comportamentos durante sua “vida”. Muitos modelos para simulação de multidão foram desenvolvidos nos últimos anos e podem ser classificados em dois grandes grupos (macroscópico e microscópico) de acordo com a forma como os agente são gerenciados. Existem alguns trabalhos na literatura baseados em modelos macroscópicos, onde os agentes são agrupados e guiados pelo campo potencial gerado para seu grupo. A construção desses campos é o gargalo desse tipo de modelo, sendo necessária a utilização de poucos grupos para que uma simulação execute a taxas de quadros interativas. Neste trabalho é proposto um modelo baseado em um modelo macroscópico, que tem como objetivo principal diminuir o custo do cálculo dos campos potenciais dos grupos, discretizando os mesmos de acordo com a necessidade do ambiente. Ao mesmo tempo é proposta a adição de grupos que podem dirigir os agentes de uma simulação a objetivos momentâneos, o que fornece à multidão uma maior variedade de comportamentos. Por fim, propõe-se a utilização de um modelo de forças sociais para a prevenção de colisões entre os agentes e entre agentes e obstáculos.

DUTRA, Teófilo Bezerra. Gradient-Based Steering for Vision-Based Crowd Simulation Algorithms. 2015. 122 f. Tese (Doutorado em Ciência da Computação)-Universidade Federal do Ceará, Fortaleza, 2015. / Submitted by Vitor Campos (vitband@gmail.com) on 2016-09-28T21:38:15Z No. of bitstreams: 1 2015_tese_tfdutra.pdf: 18611468 bytes, checksum: efc5f80ee6b8df68191af2bca394a07a (MD5) / Approved for entry into archive by Jairo Viana (jairo@ufc.br) on 2016-09-28T22:54:58Z (GMT) No. of bitstreams: 1 2015_tese_tfdutra.pdf: 18611468 bytes, checksum: efc5f80ee6b8df68191af2bca394a07a (MD5) / Made available in DSpace on 2016-09-28T22:54:58Z (GMT). No. of bitstreams: 1 2015_tese_tfdutra.pdf: 18611468 bytes, checksum: efc5f80ee6b8df68191af2bca394a07a (MD5) Previous issue date: 2015 / Most recent crowd simulation algorithms equip agents with a synthetic vision component for steering. They offer promising perspectives by more realistically imitating the way humans navigate according to what they perceive of their environment. In this thesis, it is proposed a new perception/motion loop to steer agents along collision free trajectories that significantly improves the quality of vision-based crowd simulators. In contrast with previous solutions - which make agents avoid collisions in a purely reactive way - it is suggested exploring the full range of possible adaptations and to retain the locally optimal one. To this end, it is introduced a cost function, based on perceptual variables, which estimates an agent’s situation considering both the risks of future collision and a desired destination. It is then computed the partial derivatives of that function with respect to all possible motion adaptations. The agent adapts its motion to follow the steepest gradient. This thesis has thus two main contributions: the definition of a general purpose control scheme for steering synthetic vision-based agents; and the proposition of cost functions for evaluating the dangerousness of the current situation. Improvements are demonstrated in several cases. / Alguns dos algoritmos mais recentes para simulação de multidão equipam agentes com um sistema visual sintético para auxiliá-los em sua locomoção. Eles oferecem perspectivas promissoras ao imitarem de forma mais realista a forma como os humanos navegam de acordo com o que eles percebem do seu ambiente. Nesta tese, é proposto um novo laço de percepção/ação para dirigir agentes ao longo de trajetórias livres de colisões que melhoram significativamente a qualidade dos simuladores de multidão baseados em visão. Em contraste com abordagens anteriores - que fazem agentes evitarem colisões de maneira puramente reativa - é sugerida a exploração de toda gama de adaptações possíveis e a retenção da que for ótima localmente. Para isto, é introduzida uma função de custo, baseada em variáveis de percepção, que estima a situação atual do agente considerando tanto os riscos de futuras colisões como o destino desejado. São então computadas as derivadas parciais dessa função com respeito a todas adaptações de movimento possíveis. O agente adapta seu movimento de forma a seguir o gradiente descendente. Esta tese possui assim duas principais contribuições: a definição de um esquema de controle de propósito geral para a orientação de agentes baseados em visão sintética; e a proposição de funções de custo para avaliar o perigo da situação atual. As melhorias obtidas com o modelo são demonstradas em diversos casos.