Universidad de - Escuela Superior de InformÃ¡tica (UCLM ...

More documents

Recommendations

Info

Estado de las tecnologías de análisis de vídeo.CAPÍTULO 3. ANTECEDENTES.3.3.3. Sistemas de videovigilancia con sistemas multicámara.Los sistemas de videovigilancia modernos, sobre todo los que utilizan red IP, puedenestar compuestos de cientos de cámaras. A veces puede que varias cámaras visualicenel mismo espacio del entorno monitorizado. Algunas cámaras pueden ser de accionadoeléctrico y puede ser controlado para capturar más detalles sobre determinadas situacionesen entornos muy amplios. Por ejemplo, la cámara puede realizar zoom sobre una personaque desea entrar en un área con el fin de identificarlo. En determinadas redes, las cámarasson inteligentes, lo que significa que tienen su propia unidad de proceso. Las cámaraspueden intercambiar información con un sistema central o directamente entre las propiascámaras [VG08].Las redes de cámaras de vigilancia permiten seguir los objetos en áreas extensas.Además la utilización de varias cámaras para supervisar un mismo entorno elimina muchosde los problemas de oclusión, al contar con diferentes puntos de vista. En una arquitecturadistribuida, el proceso de análisis puede realizarse en paralelo, los que proporciona mayorrapidez de análisis y menos utilización del ancho de banda ya que sólo se envían metadatos.Sin embargo, estas redes también presentan algunos problemas que los científicos estánintentando resolver.Calibración de la cámara. Es una operación que consiste en establecer correspondenciaentre una marca con coordenadas globales situada en el entorno observado yel sistema de coordenadas de la cámara así como el ajuste de parámetros intrínsecosa la cámara, tales como por ejemplo la distorsión. Esta labor que requiere de una granprecisión puede resultar muy tediosa para una red de videovigilancia compuesta pormuchas cámaras. Por estos motivos es preferible desarrolla funciones de análisis queno requieran la calibración de las cámaras.Detección de movimiento. Para una cámara de accionado eléctrico que provoca elmovimiento de la cámara se debe distinguir entre el movimiento de la cámara pororden eléctrica o la detección de movimiento en el entorno, ya que el movimiento dela cámara debido a una orden produce una elongación de la apariencia del objeto quepuede llevar a errores.Seguimiento de objetos desde diversas cámaras. Con el objetivo de ser capazde seguir un objeto desde una cámara a la siguiente, se debe establecer lacorrespondencia entre los distintos puntos de vista de las diferentes cámaras teniendoentre ellas un punto en común. El proceso de reiniciar una cámara consiste en calcular46
CAPÍTULO 3. ANTECEDENTES.Estado de las tecnologías de análisis de vídeo.los parámetros para transformar una imagen de una cámara a la siguiente basándoseen el cambio del punto de referencia y en el modelo de movimiento. Esta operaciónnecesita de un conocimiento previo de la topología de la escena. Esto permite larepresentación de objetos en 3D. Los cambios producidos en la apariencia del objeto,iluminación, etc. en los cambios de vista de cada cámara pueden complicar el procesode reposición.Detección de alteraciones en la cámara. Un sistema de videovigilancia en redtiene más de una cámara, por lo que es más dificil controlar su funcionamiento. Elsistema debe tener herramientas integradas que detecten la aparición de alguna averíao alteración en las cámaras del sistema. Los sistemas de videovigilancia multicámarason utilizados sobretodo, para monitorizar áreas extensas o distribuidas, tales comoen medios de transporte, infraestructuras bancarias, instituciones de gobierno (basesmilitares, prisiones, lugares estratégicos, radares, hospitales, etc), edificios públicos,centros comerciales y grandes aparcamientos.3.3.4. Análisis de sistemas comercialesMuchos de los productos de análisis de vídeo han incorporado al mercado sistemas devideovigilancia inteligente desde la década 2000. Normalmente la mayoría de estos sistemasrealizan los mismos tipos de análisis utilizando diferentes técnicas. Sin embargo, hayalgunos que han incorporado funcionalidades más específicas (por ejemplo, reconocimientofacial o de matrícula) [VG08].Las principales funciones del análisis de vídeo que hay en el mercado se pueden resumirde la siguiente manera:Seguimiento por cámara PTZ cuando es activada por alarma.Detección por avería en las cámaras.Detección de objetos desaparecidos o abandonados.Detección de intrusos (personas o vehículos) en áreas controladas: límite virtuales,zonas de seguridad, control de acceso a personas o vehículos identificándolos, controlde las salidas de emergencia, etc.Detección y seguimiento de personas y vehículos: análisis de velocidad y direcciónde la trayectoria y detección de estacionamiento de personas o vehículos en zonassensibles de las infraestructuras.47
Page 1:
UNIVERSIDAD DE CASTILLA-LA MANCHAES
Page 4 and 5:
Roberto García BermejoE-mail: robe
Page 9:
ResumenLos sitemas de vigilancia in
Page 12 and 13:
3.2.4. Equivalencia de vectores. .
Page 14 and 15:
B. Imágenes a color 223Bibliograf
Page 16 and 17:
3.27. Evolución de la detección d
Page 18 and 19: A.6. Visualización de monitorizaci
Page 21: AgradecimientosMe gustaría agradec
Page 24 and 25: CAPÍTULO 1. INTRODUCCIÓNCada vez
Page 26 and 27: ¿Qué es un sistema de vigilancia
Page 38 and 39: ProblemáticaCAPÍTULO 1. INTRODUCC
Page 40 and 41: Estructura del documentoCAPÍTULO 1
Page 42 and 43: CAPÍTULO 2. OBJETIVOSserán almace
Page 45 and 46: 3Antecedentes.3.1. Introducción ge
Page 47 and 48: CAPÍTULO 3. ANTECEDENTES.Introducc
Page 49 and 50: CAPÍTULO 3. ANTECEDENTES.Fundament
Page 61 and 62: CAPÍTULO 3. ANTECEDENTES.Estado de
Page 67: CAPÍTULO 3. ANTECEDENTES.Estado de
Page 73 and 74: CAPÍTULO 3. ANTECEDENTES.Necesidad
Page 75 and 76: CAPÍTULO 3. ANTECEDENTES.Tendencia
Page 77 and 78: CAPÍTULO 3. ANTECEDENTES.Análisis
Page 79 and 80: CAPÍTULO 3. ANTECEDENTES.Ejemplos
Page 103: CAPÍTULO 3. ANTECEDENTES.Ejemplos
Page 106 and 107: Metodología de desarrolloCAPÍTULO
Page 108 and 109: Tecnologías y herramientas utiliza
Page 110 and 111: Tecnologías y herramientas utiliza
Page 113 and 114: 5Arquitectura de AtravelEn este cap
Page 115 and 116: CAPÍTULO 5. ARQUITECTURA DE ATRAVE
Page 117 and 118: CAPÍTULO 5. ARQUITECTURA DE ATRAVE
Page 119 and 120:
CAPÍTULO 5. ARQUITECTURA DE ATRAVE
Page 121 and 122:
Page 123 and 124:
Page 125 and 126:
Page 127 and 128:
Page 129 and 130:
Page 131 and 132:
Page 133 and 134:
Page 135 and 136:
Page 137 and 138:
Page 139 and 140:
Page 141 and 142:
Page 143 and 144:
Page 145 and 146:
Page 147 and 148:
Page 149 and 150:
Page 151 and 152:
Page 153 and 154:
Page 155 and 156:
Page 157 and 158:
Page 159 and 160:
Page 161 and 162:
Page 163 and 164:
Page 165 and 166:
Page 167 and 168:
Page 169 and 170:
Page 171 and 172:
Page 173 and 174:
Page 175 and 176:
Page 177 and 178:
Page 179 and 180:
Page 181 and 182:
Page 183 and 184:
Page 185 and 186:
Page 187 and 188:
Page 189 and 190:
Page 191 and 192:
Page 193:
Page 196 and 197:
EvoluciónCAPÍTULO 6. EVOLUCIÓN Y
Page 198 and 199:
Page 200 and 201:
Page 202 and 203:
Page 204 and 205:
ResultadosCAPÍTULO 6. EVOLUCIÓN Y
Page 206 and 207:
Page 208 and 209:
Page 210 and 211:
Page 212 and 213:
Page 214 and 215:
Page 216 and 217:
Page 218 and 219:
Page 220 and 221:
CAPÍTULO 7. CONCLUSIONES Y PROPUES
Page 222 and 223:
Objetivos alcanzadosCAPÍTULO 7. CO
Page 224 and 225:
Objetivos alcanzadosCAPÍTULO 7. CO
Page 226 and 227:
Propuestas de trabajo futuroCAPÍTU
Page 228 and 229:
Conclusiones personalesCAPÍTULO 7.
Page 231 and 232:
AManual de referenciaA.1.Manual de
Page 233 and 234:
APÉNDICE A. MANUAL DE REFERENCIAMa
Page 235 and 236:
Page 237 and 238:
Page 239 and 240:
Page 241 and 242:
Page 243 and 244:
Page 245 and 246:
BImágenes a colorv zvu zuv xXv yYF
Page 247 and 248:
APÉNDICE B. IMÁGENES A COLORBound
Page 249 and 250:
APÉNDICE B. IMÁGENES A COLORFIGUR
Page 251 and 252:
Bibliografía[ABS][AMV09][And89]Ale
Page 253 and 254:
BIBLIOGRAFÍABIBLIOGRAFÍA[Joh98] N
show all

Universidad de - Escuela Superior de InformÃ¡tica (UCLM ...

Create successful ePaper yourself

Delete template?

Save as template?