Sviluppo di algoritmi real-time di visione per applicazioni industriali e di sicurezza

Data inizio
30 maggio 2007
Durata (mesi) 
12
Dipartimenti
Informatica
Responsabili (o referenti locali)
Fusiello Andrea

Verrà esplorato il panorama delle tecniche di modellazione adattiva e sottrazione del background applicate ai problemi della segmentazione, della classificazione e dell’inseguimento di oggetti in movimento nella scena. In modo particolare ci si concentrerà su metodi probabilistici paragonando approcci parametrici e non parametrici. Si valuteranno aspetti come la robustezza alle variazioni di luminosità, alle condizioni atmosferiche, alle ombre, alle oscillazioni della telecamera con particolare attenzione alla complessità e al peso computazionale dei vari algoritmi. Una volta identificati i metodi di rilevazione degli oggetti di interesse e in base alle applicazioni specifiche, si studieranno le tecniche di analisi atti ad interpretare meglio la scena da parte di un operatore, quali metodi di classificazione degli oggetti l’inseguimento degli stessi.
Scopo del lavoro di ricerca sarà infatti quello di selezionare e sviluppare i metodi adatti ad essere implementati su architetture dedicate con prestazioni vicine al tempo reale.

Da un punto di vista applicativo, le metodologie sviluppate saranno testate in diverse applicazioni. Tra le altre, risulta essere di particolare importanza il problema dell’interpretazione di situazioni in video sequenze (scene understanding). In questo contesto, l’obiettivo è quello di analizzare sequenze video per estrarre “conoscenza” sulla scena, sia in termini di semplice suddivisione tra sfondo e informazione rilevante (background/foreground), sia in termini di capire la situazione a livello semantico. In particolare, invece di effettuare un’analisi di alto livello, in cui si conosce già a priori quello che si sta cercando (ad esempio si vuole identificare un ladro che sta rubando una macchina), si effettuerà un’analisi partendo dal basso, cioè non utilizzando alcuna informazione a priori. In questo modo, utilizzando solo le informazioni legate al livello di grigio del pixel, si potrà costruire una base di conoscenza in grado di determinare informazioni di tipo statico (ad esempio una segmentazione del background) che di tipo dinamico, come per esempio quali sono le zone di attività presenti nella scena.

Tali modelli ed approcci sono adeguati per trattare diverse problematiche in numerosi campi di applicazione. La seguente lista è solo un esempio delle applicazioni che si potrebbero esplorare:
- riconoscimento e classificazione di persone;
- controllo accessi e conteggio persone;
- segmentazione di sequenze video (per problemi di videosorveglianza);
- monitoraggio di aree e volumi;
- separazione di oggetti video per la compressione e la codifica;
- analisi di comportamenti anomali in sequenze video;
- analisi della folla.

Enti finanziatori:

eVS embedded Vision Systems s.r.l.
Finanziamento: assegnato e gestito dal Dipartimento
Programma: ART66 - Attività Commerciale

Partecipanti al progetto

Laura Corazza

Attività

Strutture

Condividi