
Re-identificação de pessoas em múltiplas câmeras por meio de imagens digitais: estudo de caso
análise e avaliação do estado da arte na re-identificação de pessoas em múltiplas câmerasBy Alexssandro Ferreira CordeiroLength2h
About this audiobook
A detecção de pessoas ainda é um problema na visão computacional, bem como o rastreamento e a RE-ID (re-identificação de pessoas), principalmente em ambientes com múltiplas câmeras. Os avanços das redes neurais convolucionais para essas tarefas implicaram ganho de desempenho nos últimos anos, visto que há um aumento na quantidade de dados públicos anotados para treinamento supervisionado, desta maneira permitindo treinamentos mais eficientes. Porém, com as dificuldades presentes nas tarefas de detecção, RE-ID e rastreamento de pessoas, como oclusões, variações da iluminação e a qualidade da imagem capturada, ainda se faz necessário estudos a fim de aumentar a acurácia dessas tarefas. Usando uma plataforma para a análise do fluxo de pessoas, é possível fornecer informações as quais podem otimizar a segurança, vigilância e demais locais com forte presença humana. O estudo apresentado aqui se utilizou de técnicas de processamento digital de imagens e redes neurais convolucionais para realizar a detecção de pessoas e, a partir dessa detecção, efetuar a re-identificação com base na área de interesse detectada.
Audiobook details
GenreTechnology
Length2 hrs
Narrated byListen with 1,000+ voices
FormateBook with Audio
Publish dateJan 26, 2023
LanguagePortuguese
Table of contents
1Introduction
20TRABALHOS RELACIONADOS
2INTRODUÇÃO
21Trabalhos Relacionados com uso de técnicas de PDI para a extração de características
3REVISÃO DA LITERATURA
22Trabalhos Relacionados com o uso de algoritmos de aprendizado de máquina
4PROCESSAMENTO DIGITAL DE IMAGENS – PDI
23MÉTODOS
5LOCAL BINARY PATTERN
24TECNOLOGIAS
Show all chaptersShow less
6HAAR-LIKE FEATURES E WAVELETS
25ABORDAGEM AO PROBLEMA: Detecção de pessoas
7HISTOGRAM ORIENTED OF GRADIENT
26RE-IDENTIFICAÇÃO DE PESSOAS
8SCALE INVARIANTE FEATURE TRANSFORM
27ANALISE E DISCUSSÃO DOS DADOS
9FILTRO DE CORRELAÇÃO DISCRIMINATIVO
28RESULTADOS DO EXTRATOR DA ÁREA DE INTERESSE
10INTELIGÊNCIA ARTIFICIAL
29RESULTADOS DA RE-ID
11REDES NEURAIS
30Experimento 1 - Avaliação batch-size e épocas
12REDES NEURAIS CONVOLUCIONAIS
31Experimento 2 - Avaliação dos hiper parâmetros na triplet loss e contrastive loss
13MÉTRICAS PARA AVALIAÇÃO DE TREINAMENTO DA REDE NEURAL
32Avaliação da quantidade de neurônios na última camada da rede RESNET50
14YOU ONLY LOOK ONCE (YOLO)
33Avaliação do dropout na rede RESNET50
15RESNET
34Avaliação da margem das funções de perda
16RE-IDENTIFICAÇÃO DE OBJETOS EM MÚLTIPLAS CÂMERAS
35Análise dos resultados
17ARQUITETURA SIAMESA
36CONCLUSÃO
18TRIPLET LOSS
37CONSIDERAÇÕES FINAIS
19DATASETS PÚBLICOS PARA RE-ID
38TRABALHOS FUTUROS