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

CAPÍTULO 1. INTRODUCCIÓNmanejo de situaciones de emergencia, seguimiento de alarmas de fuego, control de radiocomunicaciones, etc.Para paliar este problema de fiabilidad en la supervisión de la información captada porlos sensores de vigilancia, aparece la incorporación a los sistemas de vigilancia de lasTecnologías de la información y comunicaciones (TIC). La utilización de las TIC en lossistemas de vigilancia han supuesto una revolución en la seguridad y vigilancia dando lugara la aparición de los sistemas de vigilancia inteligente (SVI).Sin embargo, estos sistemas tienen infinidad de variantes y configuraciones que tienensus ventajas e inconvenientes. Una gran parte de los SVI utilizados son muy dependientesdel entorno observado detectando situaciones anómalas muy concretas. Lo que provoca quetengan una configuración muy específica, poco flexible y escalable. Además no utilizanun sistema multicámara para la detección de objetos en la escena lo que provoca mayorriesgo en la detección de objetos debido a oclusiones parciales o totales. La mayoría de losSVI realizan un análisis de trayectorias en dos dimensiones lo que provoca una pérdida deinformación de la profundidad de los objetos dando lugar a detección de objetos deformesdependiendo de la perspectiva de la cámara. En SVI que realizan la detección de objetosen 2D aparecen importantes problemas en la exactitud de reconocimiento de patrones, yaque sería muy dependientes de la perspectiva de la cámara y suelen tener problemas paradetectar la velocidad de los objetos.Para ayudar a reducir estos problemas se ha realizado el Proyecto Fin de Carrera.Atravel, es un sistema que se encarga de realizar un aprendizaje automático de trayectoriasy velocidades de objetos en tres dimensiones, en un entorno monitorizado para ladetección de situaciones anómalas. El sistema se encarga de aprender la trayectoria yvelocidad con la que los objetos que son detectados en un escenario monitorizado. Apartir de ahí, se almacenan en una base de conocimiento y al mismo tiempo se analizasu comportamiento con respecto a los patrones anteriormente aprendidos. Los patronesalmacenados representan las diferentes acciones detectadas en la escena monitorizada. Lacreación de los patrones se realiza tras la finalización del desplazamiento de un objetoa lo largo del entorno monitorizado. Su comportamiento es comparado con los patronesexistentes y atendiendo a su comportamiento es clasificado. El proceso de aprendizaje depatrones es automatizado gracias a la realización de las tareas de clasificación y fusión depatrones. De esta forna, un comportamiento normal es representado mediante un patrón deforma más precisa a medida que se van sucediendo la clasificación de comportamientossimilares y fusionando sus propiedades. Así pues, y tras un determinado período deaprendizaje de la aplicación, el usuario podrá visualizar el comportamiento de todo objetoque se desplace por el entorno, atendiendo a su clasificación con los patrones existentes.3