Sistema de Segurança Baseado em Análise de Imagens

Slides:



Advertisements
Apresentações semelhantes
Algoritmos de Classificação e Verificação de Impressões Digitais
Advertisements

AJUSTE DE CURVAS 6.1 Introdução 6.2 Método dos quadrados mínimos
BITS ++ E A CORREÇÃO GAMA
Operações envolvendo imagens
Introdução à Detecção Remota
Sistema de Visão Tempo-Real Mauro Rodrigues Sistema de Tempo-Real 07/08 Universidade de Aveiro.
Filtros de Convolução (Processamento de Imagens)
Fluxo Óptico Allan Carlos Avelino Rocha
Segmentação de imagens
The Cyclops Project German-Brazilian Cooperation Programme on IT CNPq GMD DLR Visão Computacional Prof. Dr. rer.nat. Aldo von Wangenheim.
Transformações espaciais geométricas
Segmentação de imagens
Análise local de freqüências
Edward Cayllahua Sumarização de vídeo Edward Cayllahua
Iana Alexandra Alves Rufino
Estrutura e movimento a partir de imagens
Captura de Texto em um Quadro Branco
Acompanhamento de Cenas com Calibração Automática de Câmeras
Dissertação de Mestrado Michel Alain Quintana Truyenque
Análise de Histograma para segmentação de fundo de imagens
CAPÍTULO Equações dinâmicas de um robô
Fabio Notare Martins Pontifícia Universidade Católica do Rio Grande do Sul Programa de Pós-Graduação em Ciências da Computação.
Tracking I Paulo Sérgio Rodrigues PEL205. Tracking com Subtração de Fundo Tipos de Tracking (Rastreamento) Background Estático (Câmera parada) Background.
Paulo Sérgio Rodrigues PEL205
Lógica de Programação Módulo II
Stream-Oriented Communication
Filtragem Espacial É baseado na aplicação de máscaras na imagem.
Filtros I: o domínio espacial. FILTROS I: o domínio espacial.
Filtro Linear-Máscaras
Contagem de Pessoas por Vídeo Usando Câmeras em Posição Zenital
Suellen Silva de Almeida Victor Hugo Cunha de Melo Jean Carlos Mendes
Nome: Rafael Baeta Orientador: Dr. David Menotti
Compressão de Imagens em Movimento
Seminário Introdução à Visão Computacional
Um Estudo de Aplicação do iPACKMAN para Compressão de Texturas Bruno Marques Marcelo Walter
Localização de fonte sonora utilizando microfones
Sistemas de Aquisição e Processamento de Dados
Disciplina: Princípios de Redes de Computadores Parte 3
Suellen Silva de Almeida Victor Hugo Cunha de Melo David Menotti
Rastreamento de Sistemas Convectivos FORTRACC
Carlos Oberdan Rolim Ciência da Computação
ANÁLISE DE UM SISTEMA MULTI-ELETRODOS EM PROCESSOS ELETROQUÍMICOS Vinicius Flores Resumo A utilização de multi-eletrodos no estudo de processos eletroquímicos.
Segmentação de Imagens
DISCIPLINA: SR, Geoprocessamento I e II e Cartografia A tecnologia do Geoprocessamento – Aplicações e Potencialidades 12/3/ Aula 5.
Fernando Carvalho, João Manuel R. S. Tavares
LCE0602-Estatística Experimental
Processamento de Imagens
Sistemas Distribuídos Introdução. Conceito Coleção de múltiplos processos que executam sobre uma coleção de processadores autônomos interligados em uma.
Visão Computacional
Ginástica Escolar: Corpo e Ambiente  .
Estruturas de Dados Aula 8: Tipos Abstratos de Dados 30/04/2014.
CMP 167– Programação com Objetos Distribuídos Prof. Cláudio Geyer
Capítulo III – Processamento de Imagem
Sistemas Tolerantes a Falhas: Conceitos e Técnicas
Módulo 3 Implantação do IPv6.
Trabalho Prático II Detecção e reconexão de Contornos MC920 - Introdução ao processamento de imagens Bruno Malveira - RA Carolina Michelassi - RA
Marcelo B. Nogueira Bruno Xavier da Costa Adelardo A. D. Medeiros
Classificação de Imagens de Sensoriamento Remoto
Segmentação de Fundo Marcelo Gonella
Aluno: Rómulo Marlon Ramos Avalos Gil Santos, Edmundo Hoyle.
Controle Digital Prof. Flávio Vidal, MSc..
Navegação Poder ir para qualquer lugar e sempre voltar a home. Repetição e consistência dos elementos de navegação. Onde você está? Mais de uma maneira.
Unidade de Processamento e Sistema de Visão para um Robô Humanóide Mauro André Moreira Rodrigues Universidade de Aveiro.
Sistemas de Rastreamento de Baixo Custo para Desktops Tecgraf (Grupo de Tecnologia em Computação Gráfica) Depto. de Informática, PUC-Rio Alberto Raposo,
Administração e Projeto de Redes
Introdução à Detecção Remota. Algumas referências John R. Jensen, Remote Sensing of the Environment: An Earth Resource Perspective (Prentice Hall).
Filtro Gaussiano José Rogério Bezerra Barbosa Filho.
Soluções de Arquitetura para o MultiBatt Parte 0: Idéias gerais e problemas encontrados Parte I: Entidades e colaborações Parte II: Diagrama de relacionamento.
Proposta de trabalho: Rastreamento da movimentação de uma câmera.
Conceitos Básicos Prof. Arimateia Junior Faculdade Lourenço Filho Curso de Bacharelado em sistema de informação Sistemas Multimídia.
Transcrição da apresentação:

Sistema de Segurança Baseado em Análise de Imagens Diego Mendes Rodrigues

Introdução O Pitbull 2.0 é um software de segurança baseado na detecção de movimentos em tempo real Câmera analógica + Placa de captura + V4L2 Processos + Interface

Desafios Desafios e melhorias para a versão 2.0 Ajuste na captura Método eficaz de para detecção de movimentos Estudo e implantação de filtros digitais Programação em tempo real Memória compartilhada Sincronismo

Filtros Digitais Filtro de Média 3x3

Filtros Digitais Filtro de Média 3x3

Filtros Digitais Filtro Gaussiano

Filtros Digitais Filtro Gaussiano

Impacto da Aplicação dos Filtros Análise sem filtro: erro em torno de 9% Análise com filtro de média 3X3: erro em torno de 0% Análise com filtro Gaussiano: erro em torno de 1%

Método de Análise – Proposta 1 Análise de Frames

Método de Análise – Proposta 1 Amostra de pixels 68% dos valores de Y no intervalo [Ymed – 1*desv , Ymed + 1*desv] 95% dos valores de Y no intervalo [Ymed – 2*desv , Ymed + 2*desv]

Método de Análise – Proposta 1 Matriz De Médias Matriz De Desvios

Método de Análise – Proposta 1 Matriz De Médias Matriz Deteccão Matriz Y Frame Matriz De Desvios 320x240 320x240 320x240

Método de Análise – Surto

Método de Análise – Proposta 2 Análise espacial com regiões 10x10 Cada bloco 10x10 é tratado temporalmente Matriz De Médias Matriz Y Frame Matriz Deteccão Matriz De Blocos 32x24 Matriz De Desvios 32x24 32x24 320x240 32x24

Detecção de Movimento O valor de cada pixel, da matriz de luminância, de cada novo frame capturado, é comparado com a matriz de médias somada à tolerância da matriz de desvios, calculadas na seqüência anterior: dentro da faixa tolerada, ou seja, [Ymed – 2*Y - offset , Ymed – 2*Y + offset], utiliza-se zero na matriz de detecção. Quando o valor do pixel está fora do valor esperado, utiliza-se o valor da diferença na matriz de deteção.

Localização do Movimento Exemplo de matriz de detecção Movimento foi detectado e está representado pelos valores em laranja. Os valores em azul representam “falsos posivitos”.

Localização do Movimento Exemplo de matriz de detecção com filtro de moda modificado

Localização do Movimento Exemplo de matriz de detecção com centro destacado

Centro do Movimento Coordenadas do Centro do Movimento

Protocolo YPit Bordas de Imagem

Protocolo YPit Transporte de Informações

Protocolo YPit Transporte de Informações

Protocolo YPit

Implementação Diagrama de Contexto

Implementação Diagrama de Fluxo de Dados Geral

Implementação Diagrama de Fuxo de Dados – Interface

Implementação Diagrama de Fluxo de Dados – Processos

Memória Compartilhada

Sincronismo Situação ideal de trabalho

Sincronismo Execução real dos processos

Sincronismo Fator de sincronismo temporal

Sincronismo Limites de proximidade

Sincronismo Variação de velocidade de análise

Sincronismo Variação de velocidade de captura

Sincronismo – Taxa constante

Material Utilizado

Interface

Interface

Interface

Interface

Obrigado! Diego Mendes Rodrigues diego@drsolutions.usp.br