Estudioso

Ensayo de Investigación
Análisis de imágenes en 3D: Conteo de objetos – parte II
Como anteriormente comentamos en la primera parte de este artículo, mencionamos nuestro interés en el análisis de imágenes 3D aplicado a CCTV y numeramos algunas ventajas teóricas de estos algoritmos frente al análisis clásico en 2D. A continuación describiremos parte de nuestro trabajo realizado durante el estudiode las técnicas 3D y veremos cómo el conocimiento de la profundidad de los objetos ayuda a realizar un seguimiento más robusto de los objetos. Presentamos un contador de objetos móvil que utiliza un sensor Kinect de Microsoft para obtener las nubes de puntos con la que trabajará el algoritmo. Una vez obtenido el plano del suelo es posible eliminar todos los puntos que estén por debajo de él, asícomo los puntos que estén muy por encima de él. Es decir, es fácil configurar una región de interés tridimensional alrededor de la línea roja de cruce que hay que analizar y filtrar los puntos fuera de ella. También es fácil filtrar todo lo que caiga sobre el propio suelo (sombras, brillos, etc.). El siguiente paso es detectar los objetos presentes. En 2D se utilizan técnicas de construcción deblobs, en 3D se pueden utilizar algoritmos parecidos para separar en clústeres los píxeles filtrados de la nube y seleccionar así los objetos presentes en la imagen. Los objetos pequeños pueden ignorarse.

Demostración
La demostración preparada cuenta con un sensor Kinect acoplado a un trípode, de forma que puede emplearse tanto para realizar demostraciones con maquetas como para contar personasreales. La demostración consiste en buscar todos los objetos que se encuentran sobre el suelo y seguirlos, incrementando un contador cada vez que crucen una línea roja pintada en el suelo.

Plano del suelo, línea de cruce, y objetos detectados sobre el suelo Conteo de personas que atraviesan la línea roja del suelo

El sensor ofrece directamente una nube de puntos 3D sobre la que nuestroalgoritmo empezará a trabajar aplicando algunos filtros para reducir ruido y resolución. Después pasará a buscar un plano principal y asumirá que será el plano de referencia del suelo. Este plano puede ser la mesa en el caso de emplearse una maqueta o el propio suelo de la sala donde se esté probando. Sobre este plano deberá poder encontrar de forma automática una línea roja, la cual será la línea dereferencia de conteo en ambos sentidos.

Las coordenadas de los objetos 3D detectados tienen el origen en la propia cámara. Sería posible realizar el tracking utilizando ese sistema de coordenadas, pero hemos optado por transformarlas a un nuevo sistema sobre el plano del suelo y basarnos solamente en las pisadas del objeto sobre el suelo. De esta forma eliminamos la dimensión de la altura a laque está el objeto y pasamos a trabajar de nuevo sobre un plano 2D que se corresponde con una vista cenital al plano del suelo. Como los centros de los objetos no están nunca realmente apoyados sobre el suelo trasladamos su posición en vertical al plano, como si los estuviéramos viendo desde arriba. La gran ventaja de este cambio es que simplifica el problema en una dimensión pero todavía nospermite trabajar en medidas reales (metros y metros / segundo) y podemos seguir utilizando el mismo módulo de tracking que utilizamos normalmente con imágenes 2D.

Nube de puntos de una maqueta, plano del suelo, y línea roja de conteo marcada en verde

www.scati.com
María de Luna 11 – CEEI Aragón 50.018 Zaragoza (Spain) T +34 902 116 095 F +34 976 466 580

Ensayo de Investigación
Comoconclusión final podemos afirmar que gracias a la información aportada por la nube de puntos obtenida con el sensor hemos de desarrollar el que potencialmente parece ser el mejor sistema de seguimiento que hemos conseguido hasta la fecha. Todavía queda trabajo por hacer tanto en las partes de búsqueda de objetos a seguir como en las de seguimiento de trayectorias. En la primera podríamos seguir...