Виявлення людей зверху

Я намагаюся знайти якийсь спосіб виявити людей, які використовують лише одну камеру на 3 метри над землею. Це кадр, повернений камерою:

ОНОВЛЕННЯ: Тест відео -> http://dl.dropbox.com/u/5576334/top_head_shadow.avi

Для цього спочатку я розумію, що мені потрібно виконати сегментацію фонового плану. Це легка частина.

За допомогою маски переднього плану я можу зробити прості операції, такі як перетворення Хоффа, щоб знайти кола, але таким чином виявляється лише 60% голів, включаючи безліч помилкових позитивних результатів.

Я міг би скористатися іншими простими методами, такими як сегментація кольорів, але я виявив, що голови людей сильно відрізняються, що видно зверху через їх зачіску, колір, кількість волосся, ...

Інший варіант, який я маю щодо цього, - це можливість використання HOG Descriptors або Хаар-подібних функцій, але мені знадобиться велика база людей, яку бачили згори для навчання моделей. Я нічого подібного не знайшов.

Я вважав, що це буде дуже періодичною проблемою, але я не можу дуже багато про це знайти в літературі чи Інтернеті. Будь-яка допомога щодо вирішення цього завдання буде вдячна :-)

ОНОВЛЕННЯ: Для отримання додаткової інформації метою є впровадження певного загального методу для відстеження руху пішоходів. Перший прототип буде протестований у торговому центрі.

Чи є інші об’єкти, які можуть переміщатися поруч з людьми? Якщо їх немає, ви можете просто знайти краплі (підключені компоненти) у вашій масці переднього плану, і це ваші люди.

Вони також можуть «стикатися» один з одним, створюючи замість двох одну крапку. У цьому випадку ви можете зробити відстеження руху та вирішити неоднозначність, використовуючи той факт, що траєкторія та швидкість є плавними.

Якщо є інші об'єкти (наприклад, собаки, машини), вам слід створити класифікатор, який отримує параметри блобу, такі як:

• Статистична інформація про величину (розмір, суцільність тощо)
• Колір
• Інформація про край
• Швидкість (у разі відстеження)

І повертає правильний клас (Human / No Human).

Я був у "для використання добре перевірених методів, мені знадобиться обширна база даних прикладів, яких у мене немає" позиція в дуже невеликій компанії, яка "не могла собі цього дозволити". Я дуже шкодую, що не просто зробив все необхідне, щоб отримати якомога більше таких даних. Я думаю, що це врешті-решт змінило б для них світ.

У будь-якому роді реального виявлення зору у світі є мільйон речей, про які ви не думали, поки не спробували, і це не вдалося. Це стара проблема в багато, у багато разів складніше, ніж це здається. Я б рекомендував дотримуватися ньютонського методу "стоячи на плечах гігантів" (або, майже як добре, зверху на великій купі гномів). Тобто використання методу, який ви вже знаєте, працює і є надійним. Усі речі, які звучать так, що натомість стануть «досить хорошими», будуть нещасно виходити з ладу.

Стан сучасного виявлення пішоходів, який я останнім часом знав, був HOG, який спочатку був випробуваний саме в цій обстановці. Ви хочете відстежувати, тож вам доведеться трохи пограти в науковці Google, щоб знайти це. Придбайте мою головну думку, я опинився в подібній позиції, і тому я рекомендую вам отримати свою базу даних, що б вам не довелося робити, і використовувати щось, що ви знаєте, працює, що вже перевірено з відомим коефіцієнтом відмов, а не тим, що просто добре звучить. 40-річний марш смерті алгоритмів комп'ютерного зору, які "звучать так, як вони працюватимуть", - це не те, до чого ти хочеш стати частиною.

PS Не намагається критикувати комп’ютерний зір. Це одна з моїх улюблених областей. Але історія свідчить, що тисячу помилкових кроків потрібно зробити, і не дуже багато правильних. Краще слідувати за тим, хто вже знайшов якісь правильні кроки.

Я думаю, що можна почати , поєднавши звідси кілька відповідей.

У цій відповіді згадуються два різні підходи , з основною відмінністю, що вам неможливо зробити розпізнавання обличчя, оскільки ви не бачите облич. Але інший підхід все ще застосований: вирішувати погоду щось є пішохідним чи не грунтуватися на його діях (рухах) .

Це, як ви і прогнозували, пропонує використовувати якусь сегментацію фонового плану. Дуже швидкий googling знайшов цю недавню статтю, яка виглядала досить перспективною, але оскільки я ніколи цього не робив особисто, ви або хтось інший, можливо, матимете кращі пропозиції щодо конкретного алгоритму, який слід використовувати на цьому кроці.

Тепер перша відповідь, яку я пов’язав, лише дає дуже загальну ідею підходу. Ця відповідь, однак, може дати вам уявлення про ваші наступні кроки: відслідковуйте об’єкти та намагайтеся розрізняти їх на основі швидкості чи напрямку переміщення .

Нарешті, я ніколи не брався за проблему, яку ви мали, тому я, мабуть, не дуже допомагаю, але, можливо, відповіді, з якими я пов’язував, можуть дати вам загальну думку про те, з чого почати. Також мене здивувало, що я не міг знайти жодних попередніх праць та статей під час пошуку відповіді на вашу проблему, але тоді, можливо, вам просто потрібен хтось, який підкаже вам правильні ключові слова, щоб описати цю проблему .

У мене є якесь завдання, як описано тут, рахувати людей. Але моя вимога полягає в тому, що камера повинна бути обличчям до людей з лівого / правого боку, а не над головою.

Попри це, вивчаючи можливе рішення моєї справи, я натрапляю на цікавий метод для вашої справи (накладне виявлення). Ці рішення використовують стереокамеру, щоб ви могли обробляти краплі (люди рухаються занадто близько один до одного), бачачи глибину (наприклад, бачити краплі лише середнього рівня голови людей).

Цей продукт може дати вам краще пояснення: digiop . Дивіться брошуру для отримання більш технічних пояснень.

PS Я не представляю компанію, просто вказую на добре задокументоване рішення