Please use this identifier to cite or link to this item:
https://hdl.handle.net/10216/136030| Author(s): | Rafael Veiga Carvalho |
| Title: | Contagem de Pedestres e Deteção de Multidões Numa Cena Através de Aprendizagem Profunda e Visão Computacional |
| Issue Date: | 2021-07-19 |
| Abstract: | In recent years, the development of technologies based on artificial intelligence has been evolving at an unprecedented pace. Some of these technologies are computer vision and Deep Learning, whose utilization has been extended to the most varied sectors, such as in industrial applications, in healthcare, safety, marketing and individual use applications. The main focus is on the optimization and automation of processes that would otherwise prove to be quite time consuming or even impossible to execute. With the objective of detecting and counting the number of individuals, as well as quantifying crowds in indoor and public spaces through video surveillance cameras, the present Dissertation, carried out in line with the Safe Cities project, - a partnership between Universidade do Porto and Bosch Security Systems, S.A. - proposes a solution that takes advantage of computer vision technologies and Deep Learning methods. The bibliographic review of the state of the art allowed to identify the main characteristics of object detectors by computer vision, further enhancing the choice of the pre-trained model YOLOv4, which was designed to perform generic object detection. This object detector stands out for its high inference speed, suitable for processing video streams in real time, and for its precision in object detection. In addition, the model is based on the use of a neural network to perform the extraction of various features in images or videos, and then performs the classification and detection of the objects present in these contents. The detections produced by the algorithm were filtered so that only pedestrian detections were returned, as well as their respective numerical count. The developed algorithm also implements an adjustable criterion by the user to determine from which level a crowd will be considered, since this parameter can vary depending on the angle, the installation position of the video surveillance camera and the scenario being monitored. In order to validate the developed algorithm, it was implemented directly in the counting and detection of people in sets of images (i.e., datasets), in video excerpts and by capturing video in real time through video surveillance cameras from Bosch, having a qualitative analysis of the algorithm performance been performed according to the variation of several parameters in the input data, such as brightness, image quality, color scheme, among others. |
| Description: | Nos últimos anos, o desenvolvimento de tecnologias baseadas em inteligência artificial tem vindo a evoluir a uma velocidade sem precedentes. Algumas dessas tecnologias são a visão computacional e o Deep Learning, cujo uso se tem alargado aos mais variados setores, tais como em aplicações industriais, na saúde, segurança, marketing e aplicações de uso individual. O foco principal passa pela otimização e automatização de processos que de outra forma se revelariam bastante morosos ou mesmo impossíveis de serem executados. Com o objetivo de detetar e contar o número de indivíduos, assim como quantificar multidões em espaço interiores e públicos através de câmaras de videovigilância, a presente Dissertação, realizada em consonância com o projeto Safe Cities, uma parceria entre a Universidade do Porto e a Bosch Security Systems, S.A., propõe uma solução que tira partido das tecnologias de visão computacional e métodos de Deep Learning. A revisão bibliográfica do estado da arte permitiu identificar as principais características dos detetores de objetos por visão computacional, potenciando ainda a escolha do modelo pré-treinado YOLOv4, o qual foi desenhado para efetuar a deteção genérica de objetos. Este detetor de objetos destaca-se pela sua elevada velocidade de inferência, adequada para processar vídeos em tempo real, e pela sua precisão na deteção de objetos. Para além disso, o modelo baseia-se na utilização de uma rede neuronal para realizar a extração de várias características em imagens ou vídeos, e de seguida realiza a classificação e deteção dos objetos presentes nestes conteúdos. As deteções produzidas pelo algoritmo foram filtradas para que fosse retornado apenas as deteções de pedestres, assim como a respetiva contagem numérica dos mesmos. O algoritmo desenvolvido implementa também um critério ajustável pelo utilizador para determinar a partir de que nível se considerará uma multidão, visto que este parâmetro pode variar consoante o ângulo, a posição de instalação da câmara de videovigilância e o cenário em monitorização. De forma a validar o algoritmo desenvolvido, implementou-se diretamente na contagem e deteção de pessoas em conjuntos de imagens (i.e., datasets), em excertos de vídeo e pela captação de vídeo em tempo real através de câmaras de videovigilância da Bosch, tendo-se realizado uma análise qualitativa do desempenho do algoritmo consoante a variação de vários parâmetros nos dados de entrada, tais como claridade da imagem ou vídeo, qualidade de imagem, esquema de cor, entre outros. |
| Subject: | Engenharia electrotécnica, electrónica e informática Electrical engineering, Electronic engineering, Information engineering |
| Scientific areas: | Ciências da engenharia e tecnologias::Engenharia electrotécnica, electrónica e informática Engineering and technology::Electrical engineering, Electronic engineering, Information engineering |
| DOI: | 10.34626/ymdb-z518 |
| TID identifier: | 202824810 |
| URI: | https://hdl.handle.net/10216/136030 |
| Document Type: | Dissertação |
| Rights: | openAccess |
| Appears in Collections: | FEUP - Dissertação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 493601.pdf | Contagem de Pedestres e Deteção de Multidões Numa Cena Através de Aprendizagem Profunda e Visão Computacional | 36.04 MB | Adobe PDF |  View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.