La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

IDENTIFICACIÓN DEL NÚMERO DE PERSONAS UBICADAS EN EL INTERIOR DE UN ESTABLECIMIENTO CERRADO USANDO VISIÓN COMPUTACIONAL Silvia Marleni Nina Muñoz.

Presentaciones similares


Presentación del tema: "IDENTIFICACIÓN DEL NÚMERO DE PERSONAS UBICADAS EN EL INTERIOR DE UN ESTABLECIMIENTO CERRADO USANDO VISIÓN COMPUTACIONAL Silvia Marleni Nina Muñoz."— Transcripción de la presentación:

1 IDENTIFICACIÓN DEL NÚMERO DE PERSONAS UBICADAS EN EL INTERIOR DE UN ESTABLECIMIENTO CERRADO USANDO VISIÓN COMPUTACIONAL Silvia Marleni Nina Muñoz

2 Introducción Mediante el presente proyecto de tesis denominado Identificación del numero de personas ubicadas en el interior de un establecimiento cerrado usando Visión Computacional se hará una búsqueda exhaustiva de las técnicas de procesamiento de imágenes que mas contribuyan al objetivo planteado: Contar el numero de personas en una imagen. Los problemas a los que nos enfrentaremos son: La amplitud de posibilidades para abordar el problema, las variadas características que pueden tener las fotografillas de acuerdo a estado del tiempo, la iluminación, la forma del piso, etc. Sin embrago; en este trabajo pretendo encontrar un algoritmo optimo para realizar esta tarea de conteo usando las herramientas que provee el Matlab.

3 Introducción Actualmente existen normas de seguridad emitidas por la INDECI (Instituto Nacional de Defensa Civil),Capitulo 2, Articulo 10 del Reglamento de Inspecciones Técnicas de Seguridad en Defensa Civil aprobada por el DECRETO SUPREMO No PCM, que obliga a los establecimientos públicos proveer a sus locales de todas las medidas de seguridad, una de ellas es mostrar visiblemente letreros donde figure la capacidad de aforo, es decir la cantidad máxima de personas que pueden concentrarse al mismo tiempo en sus locales, estas normas están siendo supervisadas por los municipios locales.

4 Justificación La posibilidad de hacer un conteo automático de personas dentro de un ambiente cerrado tiene bastantes posibilidades de aplicación al ser integrado a sistemas de control de la seguridad en ambientes con afluencia de publico, esto ayudaría a detectar si la capacidad de un establecimiento, vehiculo, ascensor, etc. ya ha rebasado la capacidad máxima o de aforo.

5 FORMULACIONDEL PROBLEMA Problema principal Actualmente sólo se puede saber si la afluencia de personas está o no rebasando la capacidad máxima de un determinado establecimiento mediante inspecciones presenciales, lo cual conlleva a altos costos y dificultad en detectar el riesgo y violaciones de las normas seguridad. Por ello es necesario usar formas de conteo automático del numero de personas dentro de un determinado espacio cerrado.

6 FORMULACIONDEL PROBLEMA Problemas secundarios El hecho de no saber cuantas personas ya se encuentran impide evitar el ingreso de más gente, en caso ya se haya superado la capacidad. La acumulación de gente en un mismo lugar crea desorden e incomodidad de los usuarios de estos establecimientos, locales o vehículos.

7 Objetivo de la Investigación Objetivo General Demostrar que se puede realizar la contabilización automática de personas dentro de un establecimiento cerrado usando las herramientas informáticas del Matlab.

8 Objetivo de la Investigación Objetivos especificos Encontrarlas técnicas para procesamiento de imágenes más apropiadas para facilitar la identificación automática de las zonas de la imagen que corresponde a personas. Identificar las características más determinantes en una imagen que ayudan a discernir los sectores en los que existen personas y en las que no. Encontrar el modelo de red más adecuado para este trabajo. Hallar los pesos más adecuados para la red neuronal a entrenar.

9 ANTECEDENTES Y MARCO TEORICO Existe un gran número de trabajos de investigación que se han desarrollado en torno a las herramientas que provee la visión computacional, tal es el caso de la utilización de: Mejoramiento de imagen (Binarización, Ecualización, Filtrado, dominio espacial, filtrado en el dominio de frecuencia, filtrado Gaussiano adaptable), Detección de orillas, Procesamiento del color, Tratamiento de texturas, Visión tridimensional, Agrupamiento de Orillas, Segmentación, Clasificadores, etc. que han permitido la detección de sustancias, objetos, células, etc. dentro de una imagen, esto añadido al uso de redes neuronales pueden proveer novedosas y útiles herramientas aplicables a soluciones de problemas reales..

10 Marco teórico Visión Computacional: La función de la Visión computacional es tratar emular la percepción visual usando las técnicas de procesamiento de imágenes, con las cuales logrará identificar objetos, localizarlos, etc. La Visión computacional se caracteriza por los tres siguientes aspectos: La visión es un proceso computacional. Lo que se ve depende del observador. Lo que se ve es producto del descarte de información adicional que no es útil.

11 Redes Neuronales f() u1u1 u2u2 y w1w1 wnwn w2w2 unun función de activación Sumador pesos sinápticos salida Entradas w0w0 bias s

12 Redes Neuronales

13 Marco teórico instrumental Ecualizacion Filtrado Deteccion de orillas Color y textura Segmentacion Reconocimiento

14 El proceso de digitalización (muestreo y cuantificación) Imagen "analógica" en escala de grises Imagen "analógica" en color

15 Escala de grises

16 Histogramas de Color

17 El detector de bordes de Sobel

18 Operador de Kirsch

19 El detector de bordes de Canny

20

21 DISEÑO DE LA INVESTIGACION Objeto de la Investigación Las fotografías tomadas sobre estos establecimientos, estas serán tomadas desde la parte superior de los mismos.

22 DISEÑO DE LA INVESTIGACION Población y muestra Solo es necesario hacer un trabajo de campo y hacer las tomas de fotografillas en los ambientes de establecimientos cerrados. Las fotografías deben ser tomadas desde un punto alto del establecimiento, que busque abarcar completamente el espacio interior. se efectuaran: 2 restaurantes: 2 tomas diferentes por cada hora del día, durante dos días. Toma: Fotografía de resolución: 400 x 300 píxeles

23 Variables independientes y dependientes Variables Dependientes Variable Dependiente: Eficacia=número de aciertos/total de casos Variables Independientes Variable independiente: Área cubierta por la fotografía Variable independiente: Uniformidad de color del piso Nivel Variable independiente: Claridad u oscuridad del piso Variable independiente: Luminosidad del ambiente Variable Resolución de la fotografía

24 Instrumentos de Medición Instrumentos para las Variables Independientes Se hará mediante los resultados de los experimentos al procesar la fotografía con el algoritmo obtenido. Concretamente se necesita: 1. Una computadora

25 Instrumentos de Medición Instrumentos para las Variables Dependientes Los parámetros para cada fotografía con respecto son establecidos en el momento de realizar la toma usando una cámara digital. Las otras variables dependerán de las características del local y de la hora elegida para efectuar las tomas de fotografías. Concretamente se necesita: 1. Una cámara digital convencional

26 Diseño del experimento

27 Hipótesis Se puede obtener un algoritmo lo suficientemente eficaz que permita la contabilización automática del numero de personas en un espacio cerrado determinado, con un alto nivel de precisión haciendo uso de las técnicas de procesamiento de imágenes y entrenando una red neuronal para ello.

28 Modelo de solución

29 Planificación

30 Presupuesto de la investigación

31 Fuentes de Financiamiento La presente investigación puede ser de sumo interés para las entidades públicas involucradas con las inspecciones de seguridad, en el caso de Perú me refiero a INDECI (Instituto Nacional de Defensa Civil) y para las municipalidades distritales y provinciales, inclusive se podría conseguir financiamiento de empresas que ofrecen diversos servicios relacionados a seguridad.

32 CONCLUSIONES Las técnicas de Procesamiento de imágenes se han venido aplicando exitosamente a diferentes áreas tales como medicina, geología, geografía, identificación de patrones, biometría, etc. Actualmente se está intensificando su uso debido a que se tiene cada vez recursos computacionales más potentes, que hacen posible que los algoritmos de procesamiento de imágenes puedan ser ejecutados en menores tiempos y con menos dinero. La consecución de los objetivos de este trabajo es factible, ya que la utilidad de las funciones del Matlab están ampliamente demostradas y aplicadas en una serie de trabajos de investigación usando las técnicas de redes neuronales y visión computacional.

33 Recomendaciones Se deberían buscar alternativas de solución que impliquen el uso de las nuevas tecnologías, cuyo valor ya ha sido demostrado, para ser implementados dentro de mecanismos de control para tratar el problema de la inseguridad en los lugares públicos y de esa forma evitar situaciones infaustas. Se debe difundir más las capacidades del Matlab, ya que es sólo conocido para realizar cálculos y operaciones matemáticas, cuando en realidad tiene herramientas que hacen posible solucionar problemas reales.


Descargar ppt "IDENTIFICACIÓN DEL NÚMERO DE PERSONAS UBICADAS EN EL INTERIOR DE UN ESTABLECIMIENTO CERRADO USANDO VISIÓN COMPUTACIONAL Silvia Marleni Nina Muñoz."

Presentaciones similares


Anuncios Google