12.07.2015 Views

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

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

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

SHOW MORE
SHOW LESS
  • No tags were found...

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Ejemplos Sistemas <strong>de</strong> ví<strong>de</strong>o vigilancia.CAPÍTULO 3. ANTECEDENTES.situación extraña o aparición <strong>de</strong> ruido en la escena. Una vez aplicado este método se obtienela estimación <strong>de</strong> los carriles (ver imagen 3.20).FIGURA 3.20: Representación <strong>de</strong> los carriles centrales, <strong>de</strong>pués <strong>de</strong> aplicar el método RANSAC.Estos resultados pue<strong>de</strong>n ser utilizados en vías con alta concentración <strong>de</strong> vehículospara analizar el comportamiento <strong>de</strong>l flujo <strong>de</strong> tráfico en tiempo real. El sistema realiza unaestimación <strong>de</strong> la velocidad <strong>de</strong> los vehículos, frecuencia <strong>de</strong> cambios <strong>de</strong> carril, <strong>de</strong>tección <strong>de</strong>acci<strong>de</strong>ntes, y clasificación <strong>de</strong> comportamientos anómalos.3.7.4. Detección <strong>de</strong> rutas en ví<strong>de</strong>o vigilancia.En [ME] se presenta un mo<strong>de</strong>lo <strong>de</strong> extracción automática <strong>de</strong> las trayectoria <strong>de</strong>peatones a partir <strong>de</strong> secuencia <strong>de</strong> ví<strong>de</strong>o real. Los patrones <strong>de</strong> trayectorias mediante laacumulación <strong>de</strong> trayectoias capturadas en un largo período <strong>de</strong> tiempo, que posteriormenteservirán para clasificar las nuevas trayectorias reconocidas. Los patrones <strong>de</strong> trayectoriasreconocidos suponen una compresión eficiente <strong>de</strong> los datos necesarios <strong>de</strong> las trayectoriaspara ser almacenados. A<strong>de</strong>más el mo<strong>de</strong>lo pue<strong>de</strong> ser utilizado para realizar una predicciónprobabilística <strong>de</strong> la posición <strong>de</strong> un peatón en las futuras posiciones y también pue<strong>de</strong> servir<strong>de</strong> ayuda en la <strong>de</strong>tección <strong>de</strong> comportamientos anormales <strong>de</strong>bido a su atípico movimiento.En el mo<strong>de</strong>lo realizado por Dimitrios Makris y Tim Ellis en [ME] las trayectoriasson representadas por un eje central y compuesto por un conjunto <strong>de</strong> nodos, los cuálesrepresentan una media <strong>de</strong> la trayectoria. La trayectoria está <strong>de</strong>limitada por una envolturaque <strong>de</strong>limita el espacio por el que pasan todas las trayectorias individuales. Los nodosque forman el eje central <strong>de</strong> la trayectoria se encuentran todos a la misma distancia.Cada trayectoria tiene dos nodos marcados, uno que indica el comienzo <strong>de</strong> la trayectoriay otro que indica el final <strong>de</strong> la trayectoria, y que generalmente correspon<strong>de</strong>n con zonas<strong>de</strong>nominadas como zonas <strong>de</strong> entrada o salida en la escena (ver figura 3.21).A<strong>de</strong>más, en el mo<strong>de</strong>lo presenta un nivel semántico que se obtiene a través <strong>de</strong> loscomponentes <strong>de</strong>l sistema. Las trayectorias tienen las siguientes características:62

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!