Re-identifikace osob v systému kamer.

Abstract

Sledování pohybu předmětů a těžba dat z kamerového obrazu je zajímavá oblast výzkumu s širokou aplikací. V našem případě je cílem sběr statistik o průchodech lidí komplexními budovami, jako jsou například obchodní centa. Získaná data jsou velmi cenná, jelikož jimi můžeme mimo jiné předpovídat fronty, plánovat využití místností, nebo zkvalitňovat služby. Takový prostor je ovšem rozlehlý a členitý, proto musíme vyvynout síť kamer, která bude monitorovat všechna kritická místa. V této práci představujeme způsob, jakým nezávislé detekce vzájemně propojit napříč vícero kamerami. Nejdříve si představíme principy SCT} jejichž výstupem jsou sekvence detekcí chodců tak, jak v čase procházeli zorným polem té, čí oné kamery. Naším úkolem je najít pro každou osobu vhodné párování jednotlivých sekvencí. V první fázi prezentujeme způsob, kterým lze zakódovat detekci do bodu ve vícerozměrném prostoru. Takové body jsou vzájemně porovnatelné a můžeme díky nim určit míru podobnosti mezi detekcemi. V druhé fázi se zaměříme na párování celých sekvencí a tedy i fungování izolovaných kamer jako celku. Výstupem je seznam korespondujících sekvencí a případné statistiky z nich vyplývající.Object tracking and data extraction in computer vision is an interesting field of research with a wide range of applications. Our goal is to collect statistics of people moving through spacious complexes, such as shopping malls or office buildings. The real value truly rests within the data, which we can utilize for various predictions, like queue prevention or shop placement. However, in such a convoluted building, it is necessary to develop a network of cameras that will monitor all critical areas. In this thesis, we propose a method to interconnect independent detections over multiple cameras with a possible field of view intersection. Firstly, we introduce the essence of our SCT, which provides us a series of pedestrian detections as they pass beneath separate sensors. Such series are called tracks. Our task is to deliver the best matching of individual tracks for each person. The first phase of our method suggests a way to represent or encode detection to a point in multidimensional space. Such points are mutually comparable and we can determine the degree of similarity between detections by their distance. In the second phase, we offer a solution to the inter camera matching and we make the set of isolated cameras work as a whole. Finally, the output is a list of corresponding tracks. In addition, we present some statistics resulting.