Universidad de - Escuela Superior de Informática (UCLM ...

Ejemplos Sistemas de vídeo vigilancia.CAPÍTULO 3. ANTECEDENTES.sin necesidad de: utilizar diversas cámaras, representación 3D del entorno o una precisaestimación de valores. Este método requiere conocer previamente los parámetros de lacámara (altura, ángulo, nivel de zoom, etc.). El conocimiento que utiliza este componentees automáticamente adquirido por un algoritmo de aprendizaje que genera reglas difusasaltamente interpretables. El diseño del componente requiere de la elección de un conjuntode variables y restricciones. Los valores de las variables pueden ser proporcionadosdirectamente por los sensores distribuidos (por ejemplo, cámaras) o por los preprocesadoreslocalizados en capas inferiores. Para realizar una correcta clasificación de la velocidad deun objeto como normal o anómala es necesaria la siguiente información, proporcionada porlos preprocesadores situados en capas inferiores.Los objetos que aparecen en la escena monitorizada.Localización de cada objeto detectado.Clase a la que pertenece un objeto. La clase de objeto es un factor importante a lahora de determinar si una velocidad es anómala o no.Desplazamientos horizontales, verticales o globales, del objeto en la imagen 2D.Desplazamientos normales, permitidos en cada región de la imagen 2D para clase deobjeto.Se han creado un conjunto de variables para definir el concepto de velocidadorganizándolas en cuatro grupos: (a) variables que determinan la localización vertical yhorizontal de un objeto, (b) variables que permiten establecer relación con un objeto de cadaclase, (c) variables que proporcionan información sobre el desplazamiento en la imagen 2D,y finalmente (d) variables exclusivamente utilizadas para definir las restricciones espaciales.Además, se describen restricciones que representan la velocidad normal en el entornomonitorizado. En caso de que un objeto cumpla al menos una de las restricciones definidasinicialmente, entonces se considera que la velocidad a la que se desplaza el objeto esnormal. Cada restricción contiene una lista con la clase de objetos cuyo desplazamientoa una velocidad determinada es adecuado.En resumen, la particularización de este componente es la utilización de un algoritmo deaprendizaje automático, que genera un conjunto de reglas difusas genéricas e interpretables.Precisamente, a partir de estas reglas se realiza la clasificación del movimiento de un objetocomo normal o anormal.Este método ofrece las siguientes ventajas:80