Publicação

Multi-people tracking using a distributed camera network: application to a university campus

Detalhes bibliográficos
Resumo:	Nesta dissertação é explorado o tema da monitorização de múltiplos objetos no contexto de um ”smart campus”, com foco no contexto específico num campus universitário, sendo este o tema principal do projeto de investigação Lab4USpace. A monitorização de múltiplos objetos, especialmente de pessoas, é relevante para diversas aplicações, incluindo aplicações de vigilância, mobilidade e inteligência ambiental. No entanto, torna-se particularmente desafiante no contexto de espaços abertos, às quais exigem soluções com múltiplas câmaras com problemas inerentes, tais como a reidentificação. O objetivo desta dissertação é desenvolver um framework capaz de fornecer informações sobre o percurso de várias pessoas ao longo do campus universitário usando um cenário com múltiplas câmaras. A solução visa não só a monitorização de uma pessoa num único cenário, mas também em todo o campus, coberto por diversas câmaras com ou sem sobreposição. Esta dissertação discute os diversos desafios enfrentados durante o desenvolvimento deste projeto, incluindo preocupações com a privacidade e segurança dos utilizadores do campus. Com isso, optou-se por não enviar imagens para nenhuma aplicação, tratando apenas das informações estritamente retiradas da monitorização das pessoas. Um dos principais desafios foi desenvolver um framework que rastreie vários objetos num ambiente de um ”smart campus”, abordando desafios de espaços abertos e problemas de reidentificação. Além disso, devido aos recursos computacionais limitados, foi usado um computador de bordo para lidar com processamento de imagens e operações relacionadas às técnicas de visão computacional de maneira mais eficaz. O framework proposto utiliza modelos de deteção de objetos e algoritmos de monitorização em tempo real que foram comparados neste contexto específico. Depois de pesquisar outras alternativas, a estrutura usa o modelo YOLOv7-tiny para deteção de objetos, BoT-Sort para a monitorização dos vários objetos e Deep Person Reid para a reidentificação. O programa foi desenvolvido em Python e juntamente a ele foi também criado um website para alterar as configurações do sistema de monitorização utilizando o framework Flask. Um message broker também foi utilizado para a comunicação entre os diversos componentes do sistema. Os testes de validação demonstram a eficácia da framework proposta na monitorização das várias pessoas em todo o campus. O sistema proposto contribui significativamente para o desenvolvimento de soluções de múltiplas câmaras mais eficientes e eficazes para aplicações de ”smart campus”, com benefícios potenciais para a segurança, proteção e gestão do campus. No geral, esta dissertação apresenta uma estrutura que rastreia de maneira eficaz várias pessoas num ambiente de ”smart campus”. A framework é uma contribuição importante para o desenvolvimento na área do ”smart campus” e tem potencial para desenvolvimento futuro e aplicações para além do campus universitário.
Autores principais:	Matos, Henrique Miguel Cardoso
Assunto:	Campus inteligente Detecção de objetos Monitorização de múltiplos objetos Reidentificação Monitorização de pessoas Smart campus Object detection Multiple object tracking Re-identification People tracking
Ano:	2023
País:	Portugal
Tipo de documento:	dissertação de mestrado
Tipo de acesso:	acesso aberto
Instituição associada:	Universidade do Minho
Idioma:	inglês
Origem:	RepositóriUM - Universidade do Minho

Descrição
Resumo:	Nesta dissertação é explorado o tema da monitorização de múltiplos objetos no contexto de um ”smart campus”, com foco no contexto específico num campus universitário, sendo este o tema principal do projeto de investigação Lab4USpace. A monitorização de múltiplos objetos, especialmente de pessoas, é relevante para diversas aplicações, incluindo aplicações de vigilância, mobilidade e inteligência ambiental. No entanto, torna-se particularmente desafiante no contexto de espaços abertos, às quais exigem soluções com múltiplas câmaras com problemas inerentes, tais como a reidentificação. O objetivo desta dissertação é desenvolver um framework capaz de fornecer informações sobre o percurso de várias pessoas ao longo do campus universitário usando um cenário com múltiplas câmaras. A solução visa não só a monitorização de uma pessoa num único cenário, mas também em todo o campus, coberto por diversas câmaras com ou sem sobreposição. Esta dissertação discute os diversos desafios enfrentados durante o desenvolvimento deste projeto, incluindo preocupações com a privacidade e segurança dos utilizadores do campus. Com isso, optou-se por não enviar imagens para nenhuma aplicação, tratando apenas das informações estritamente retiradas da monitorização das pessoas. Um dos principais desafios foi desenvolver um framework que rastreie vários objetos num ambiente de um ”smart campus”, abordando desafios de espaços abertos e problemas de reidentificação. Além disso, devido aos recursos computacionais limitados, foi usado um computador de bordo para lidar com processamento de imagens e operações relacionadas às técnicas de visão computacional de maneira mais eficaz. O framework proposto utiliza modelos de deteção de objetos e algoritmos de monitorização em tempo real que foram comparados neste contexto específico. Depois de pesquisar outras alternativas, a estrutura usa o modelo YOLOv7-tiny para deteção de objetos, BoT-Sort para a monitorização dos vários objetos e Deep Person Reid para a reidentificação. O programa foi desenvolvido em Python e juntamente a ele foi também criado um website para alterar as configurações do sistema de monitorização utilizando o framework Flask. Um message broker também foi utilizado para a comunicação entre os diversos componentes do sistema. Os testes de validação demonstram a eficácia da framework proposta na monitorização das várias pessoas em todo o campus. O sistema proposto contribui significativamente para o desenvolvimento de soluções de múltiplas câmaras mais eficientes e eficazes para aplicações de ”smart campus”, com benefícios potenciais para a segurança, proteção e gestão do campus. No geral, esta dissertação apresenta uma estrutura que rastreia de maneira eficaz várias pessoas num ambiente de ”smart campus”. A framework é uma contribuição importante para o desenvolvimento na área do ”smart campus” e tem potencial para desenvolvimento futuro e aplicações para além do campus universitário.