Zpřesnění detektoru chodců pomocí predikce zákrytů

Martin Koucký

Improving Pedestrian Detector via Occlusion Prediction

Type of document

diplomová práce
master thesis

Author

Martin Koucký

Supervisor

Naiser Filip

Opponent

Vašata Daniel

Field of study

Znalostní inženýrství

Study program

Informatika

Institutions assigning rank

katedra aplikované matematiky

Rights

A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html
Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html

Metadata

Show full item record

Abstract

Okluze chodců je dobře známým problémem při detekci a sledování chodců kamerovým viděním. Naším cílem je vylepšit stávající systém sledování vyvinutý společností iC Systems.ai přidáním nové predikce pravděpodobnosti, že detekce je ve skutečnosti dvojice chodců. Hlavním přínosem této práce je popis procesu tvorby datové sady a řešení vzniklých problémů. Náš přístup a výsledný model vedou ke slibným výsledkům při vyhodnocování na reálných datech. Data v našich datasetech pocházejí z kamer iC Systems.ai z několika obchodních center, kde je nasazen stávající sledovací systém.

Pedestrian occlusion is a well-known problem in camera vision detection and tracking of pedestrians. We aim to improve the existing tracking system developed by iC Systems.ai by adding a new predicted feature -- the probability of detection being a pair of pedestrians. The main contribution of this work is the description of the dataset creation process and the solutions to the encountered problems. Our approach and the resulting model lead to promising results when being evaluated on real-life data. The data in our datasets come from iC Systems.ai cameras from several shopping centers, where the existing tracking system is deployed.