ine 53xx

Programa

Links

Bibliografia

Plano de Ensino

As imagens abaixo simulam imagens captadas por um sistema de vigilância eletrônica na varanda de uma casa. O objetivo é que o sistema detecte intrusos e o alarme dispare sempre que um intruso for detectado. 

Intruso é todo objeto estranho na cena similar o suficiente a um ser humano. Outros objetos devem ser identificados, mas não devem fazer com que o alarme dispare. Isto é importante pois esta casa possui cães e estes também devem ser monitorados, para que se possa produzir estatísticas de suas andanças pelo terreno (um sumiço dos cães pode ser um sinal de alarme, mas isto é um detalhe que deve ser decidido por uma instância superior do sistema e que não importa aqui - importante é que os cães devem ser detectados também). 

Um outro problema com o qual se deve operar é o fato de que as câmaras estão presas a suportes de metal com alguma flexibilidade e as cenas podem sofrer pequenas modificações de posição em função de balanços da haste por causa de vento ou dilatação do metal. 

Exemplos de cenas tomadas estão abaixo. Este é evidentemente um problema que pode ser abordado inicialmente como no caso-exemplo do pardal eletrônico visto na aula inicial: podemos começar identificando o que se modificou na cena através da utilização de uma imagem-modelo e da subtração da cena atual desta imagem-modelo. Tentaremos identificar objetos na cena sempre que as discrepâncias entre modelo e imagem atual forem maiores que um limiar. 

Observe que aqui existe outro fator dificultante, pois além do fato de que variações de luz e de posição da câmera podem introduzir ruídos, o fundo é claro e alguns dos cães também são claros. 

Nas próximas páginas vamos resolver passo a passo este problema para estas imagens aqui, ressaltando os pontos difíceis e o que é insolúvel. Você deverá adquirir um conjunto bastante maior de imagens suas, de um ponto a escolher, e desenvolver uma solução similar com base no que será descrito adiante. No final desta página há um Workspace Khoros 2.x para você usar como ponto de partida. Neste workspace estão todos os passos aqui descritos, e também um caminho alternativo, bastante mais lento, mas que vale dar uma olhada.

1. Processamento Passo I: Detectando Diferenças entre Imagem-Modelo e Imagem Atual geradas por Movimento na Cena
2. Processamento Passo II: Eliminando Ruídos gerados por Movimento da Câmera e Isolando os Objetos através de Morfologia Matemática
3. Processamento Passo III: Calculando Atributos dos Objetos para Realizar a Classificação destes

	Imagens desta tabela em formato Unix PNM (Portable aNy Map). Este formato é suportado no Khoros e pode ser usado diretamente em seus experimentos. Para saber mais digite man pnm ou man pgm. Porta1 Porta2 Larápio Sérgio Kirra1 Kirra2 Branquinha1 Branquinha2 Branquinha3

The Cyclops Project German-Brazilian Cooperation Programme on IT CNPq GMD DLR