위에서 사람들 감지

지상에서 3 미터 떨어진 카메라 하나만 사용하여 사람들을 감지하는 방법을 찾으려고 노력하고 있습니다. 카메라가 반환 한 프레임입니다.

업데이트 : 비디오 테스트-> http://dl.dropbox.com/u/5576334/top_head_shadow.avi

이를 위해서는 먼저 백그라운드-전경 세분화를 수행해야한다는 것을 이해합니다. 그것은 쉬운 부분입니다.

전경 마스크를 사용하면 허프 변환과 같은 간단한 작업을 수행하여 원을 찾을 수 있지만이 방법은 많은 오 탐지를 포함하여 머리의 60 % 만 감지합니다.

색상 세분화와 같은 다른 간단한 기술을 사용할 수는 있지만 사람들의 머리는 헤어 스타일, 색상, 머리카락의 양 등으로 인해 위에서 볼 때 매우 다릅니다.

내가 가지고있는 다른 옵션은 HOG Descriptors 또는 Haar와 같은 기능을 사용할 가능성이지만, 모델을 훈련시키기 위해서는 위에서 본 사람들의 광범위한 데이터베이스가 필요합니다. 나는 그런 것을 찾지 못했습니다.

나는 이것이 매우 반복되는 문제라고 생각했지만 문헌이나 인터넷에서 그 문제에 대해 많이 찾을 수는 없습니다. 이 작업을 해결하는 데 도움이 될 것입니다 :-)

업데이트 : 자세한 내용은 보행자 흐름 추적을 만드는 일반적인 방법을 구현하는 것입니다. 첫 번째 프로토 타입은 Mall에서 테스트됩니다.

사람 옆으로 움직일 수있는 다른 물건이 있습니까? 없는 경우 전경 마스크에서 블로 브 (연결된 구성 요소)를 찾을 수 있으며 이들은 사람입니다.

또한 서로 "충돌"하여 둘 대신 하나의 얼룩을 만들 수 있습니다. 이 경우 궤적과 속도가 매끄럽다는 사실을 사용하여 모션 추적을 수행하고 모호성을 해결할 수 있습니다.

개, 자동차와 같은 다른 개체가있는 경우 다음과 같은 얼룩 매개 변수를 가져 오는 분류기를 만들어야합니다.

• 얼룩 통계 (크기, 견고성 등)
• 색깔
• 가장자리 정보
• 속도 (추적의 경우)

올바른 클래스 (인간 / 인간 없음)를 반환합니다.

나는 "잘 테스트 된 방법을 사용하기 위해 내가 가질 수없는"소규모 회사에서 "내가 가지고 있지 않은 광범위한 예제 데이터베이스가 필요하다"는 입장에 있었다. 가능한 한 많은 데이터를 얻는 데 필요한 모든 것을하지 않았다는 점을 매우 유감스럽게 생각합니다. 나는 그것이 결국 그들에게 차이를 만들었을 것이라고 생각합니다.

모든 종류의 실제 비전 탐지에는 시도하기 전까지는 생각하지 못한 백만 가지가 있지만 실패했습니다. 그것은 보이는 것보다 몇 배나 더 어려운 오래된 문제입니다. 나는 "거인의 어깨에 서서"(또는 거의 큰 드워프들 위에있는) 뉴턴 방법을 고수하는 것이 좋습니다. 즉, 이미 알고 있고 강력한 방법을 사용하십시오. "충분히 좋은"것처럼 들리는 모든 것들이 대신 비참하게 실패합니다.

내가 마지막으로 알고 있는 보행자 감지 기술 은 HOG가 원래 그 설정에서 정확히 테스트 된 HOG라는 것을 알고있었습니다. 당신은 추적을 원 하므로 당신은 그것을 찾기 위해 구글 학자에서 조금 놀아야합니다. 내 주요 지점입니다 구입, 나는 비슷한 위치에 있었던 그에서하는 것은 당신이 이미 알려진 실패율, 테스트 당신의 당신이해야 할 어떤 데이터베이스 및 사용 당신이 작동하는 무언가 얻을 것이 좋습니다 하지 뭔가 그 그냥 좋은 소리. "작동하는 것처럼 들리는"컴퓨터 비전 알고리즘의 40 년 죽음의 행진은 여러분이 원하는 것이 아닙니다.

추신 컴퓨터 비전을 비판하려고하지 않습니다. 내가 가장 좋아하는 지역 중 하나입니다. 그러나 역사에 따르면 수천 가지 잘못된 조치를 취해야하며 올바른 단계는 많지 않습니다. 이미 올바른 단계 중 일부를 발견 한 사람을 따르는 것이 좋습니다.

여기에서 몇 가지 답변을 결합하여 시작할 수 있다고 생각합니다 .

이 답변 에는 두 가지 다른 접근 방식 이 있으며 얼굴을 볼 수 없기 때문에 얼굴 인식이 불가능하다는 큰 차이점이 있습니다. 그러나 다른 접근 방식은 여전히 ​​적용 가능합니다. 날씨가 보행자인지 또는 동작 (동작)을 기반으로 하지 않는지 를 결정하십시오 .

이것은 예측 한 바와 같이 일종의 전경-배경 분할 사용을 제안합니다. 매우 빠른 인터넷 검색 결과 최근 기사 가 꽤 유망 해 보였지만 개인적으로 한 적이 없기 때문에이 단계에서 특정 알고리즘에 대해 더 나은 제안을 할 수 있습니다.

이제 내가 연결 한 첫 번째 답변은 매우 일반적인 접근법 아이디어를 제공합니다. 그러나이 답변을 통해 다음 단계에 대한 아이디어를 얻을 수 있습니다. 물체를 추적하고 속도 나 이동 방향 에 따라 물체를 구별하십시오 .

마지막으로, 나는 당신이 가진 문제를 결코 다루지 않았으므로 아마 큰 도움이되지는 않지만 내가 연결 한 대답은 어디에서 시작할지에 대한 일반적인 아이디어를 줄 수 있습니다. 또한 귀하의 문제에 대한 답변을 검색 할 때 이전의 작품과 기사를 찾을 수 없다는 사실에 놀랐습니다. 그러나 누군가 당신 에게이 문제를 설명하는 올바른 키워드를 알려줄 필요가 있습니다 .

사람들을 세면서 여기에 설명 된 것과 같은 일종의 작업이 있습니다. 그러나 내 요구 사항은 카메라가 머리가 아닌 왼쪽 / 오른쪽에서 사람들을 향해야한다는 것입니다.

내 사례에 대한 가능한 해결책을 모색하면서, 나는 귀하의 사례에 대한 흥미로운 방법을 발견했습니다 (오버 헤드 감지). 이러한 솔루션은 스테레오 카메라를 사용하여 깊이를보고 얼룩을 처리 할 수 ​​있습니다 (예 : 평균 사람 머리 높이의 얼룩 만 표시).

이 제품은 더 나은 설명을 제공 할 수 있습니다 : digiop . 자세한 기술 설명은 브로셔를 참조하십시오.

추신 : 나는 회사를 대표하지 않고 잘 문서화 된 해결책을 지적합니다.