Extensión de Algoritmos de Sustracción de Fondo para Cámaras PTZ

• Autores: Fernández Esteberena, Leonardo A.
• Año de publicación: 2017
• Idioma: español castellano
• Tipo de recurso: tesis de grado
• Colaborador/a o director/a de tesis: D’Amato, Juan Pablo
• Materia: Algoritmos; Computación; Sistemas de video-vigilancia digital; Cámaras móviles tipo domo; Ingeniería de sistemas
• Institución: Universidad Nacional del Centro de la Provincia de Buenos Aires

En la última década los sistemas de video-vigilancia digital se han extendido a casi todo el mundo. Gracias a una reducción de costos de equipamiento y a la maduración de tecnologías de hardware y software, se ha allanado el camino para la implementación de sistemas de vigilancia de manera masiva. Estos sistemas son controlados por video operadores, los cuales observan durante horas un conjunto limitado de cámaras. Para facilitar esta tarea y aumentar su productividad se desarrollan técnicas automatizadas basadas en detección de movimiento, llamadas técnicas de sustracción de fondo, a fin de encontrar posibles sucesos de interés. En general, los algoritmos existentes de sustracción de fondo (BGS) trabajan sobre cámaras fijas (un único punto de vista), aplicando análisis estadístico para determinar cuáles píxeles pertenecen al entorno y cuáles a los objetos en movimiento. Cuando se desea trabajar en cámaras móviles tipo domo (también denominadas PTZ), los algoritmos clásicos fallan. En este trabajo, se propone una solución para extender el uso de estos algoritmos a cámaras giratorias y evalúa la factibilidad de su aplicación en casos reales. Para evitar que estos algoritmos detecten toda la imagen como primer plano al girar la cámara, se definió un modelo que permite incluir a todo el espacio de visión que puede grabarse dentro de una sola imagen rectangular, que luego el algoritmo de sustracción trata como si proviniese de una cámara estática, con solo modificaciones menores en su funcionamiento interno. Para ello se idealizó a la cámara como un objeto puntual y al espacio que puede observar como la superficie de una esfera con centro en ese punto. La imagen plana final es generada proyectando cada uno de sus píxeles sobre la esfera en base a las coordenadas de rotación actuales – la función de proyección puede elegirse para dar preponderancia a las regiones de interés en cada escena en particular. Luego la sección de la esfera es proyectada sobre el cuadro de video grabado, y finalmente se corrige la distorsión causada por la lente. Como el algoritmo de sustracción ha de procesar sólo la sección del espacio observada actualmente, debió reimplementarse para funcionar con una máscara de selección de píxeles que es calculada por el algoritmo de proyección. También debieron realizarse múltiples optimizaciones para que el algoritmo de proyección procesara suficientes cuadros por segundo como para permitir su uso en tiempo real. Surgieron algunos problemas del uso de la tecnología de domos, que debieron tratarse. Por un lado, la latencia entre el envío de los comandos de posicionamiento y la recepción del video resultó demasiado alta como para permitir el seguimiento de los objetos a través 3 de giros mecánicos de la cámara. Por otro, las variaciones en las condiciones de iluminación dificultan la inicialización del modelo y la capacidad para mantener actualizadas las áreas que no han sido observadas recientemente. Se propusieron estrategias de inicialización y corrección dinámica para reducir estas últimas problemáticas.
Fil: Fernández Esteberena, Leonardo A. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: D’Amato, Juan Pablo . Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.