Sledování chodců ve video sekvencích

Abstract

Sledováni pohybu objektů ve videosekvencich nabizi velký výzkumný i komerčni potenciál. Jedná se napřiklad o sledováni pohybu zákazniků a zaplněnosti budov. V rámci práce zkoumáme jak co nejpřesněji a nejeefektivněji ziskat z detekovaných pozic chodců v čase jejich správné trajektorie. Práce se zaměřuje na prostory obchodnich center a kancelářských budov. Systém je optimalizován pro přesné započitáváni přichodů a odchodů ze záběru kamery skrz předem definované zóny. V rámci práce navrhujeme přiřazovaci funkci založenou na strojovém učeni a diskutujeme přiřazovaci strategie. Pro dosaženi co nejlepšich výsledků pak přidáváme dalši heuristické funkce, které v rámci práce se zbytkem algoritmu odladime a otestujeme. Výstupem práce je pak efektivni a přesný algoritmus na sledováni chodců ve videosekvencich určený k použiti v rámci systémů firmy iC systems.ai, s.r.o.

Multiple Object Tracking in video sequences has great scientific and commercial potential. Multiple Object Tracking helps for example with observing the movement of customers and monitoring the occupancy of buildings. In the thesis, we investigate how to accurately and effectively get pedestrians' trajectories from their detections. The thesis is situated in malls and office buildings. The system is optimized for counting pedestrians entering and leaving the camera view through the predefined areas. In the thesis, we propose an assignment cost function based on machine learning and discuss the data association strategies. To get the best results possible, we propose heuristic functions, which we optimize and test together with the algorithm. The output of this thesis is an effective and accurate algorithm for multiple pedestrian tracking in video sequences. The algorithm is developed for usage in iC systems.ai, s.r.o. software.