nose

Segmentaci´n de peatones a partir de vistas
o
a´reas
e
Jorge Ivan Rivalcoba Rivas1 and Isaac Rudom´ 2
ın
1

Tecnol´gico de Monterrey, Campus Estado de M´xico
o
e
M´xico, M´xico
e
e
2
Barcelona Supercomputing Center
Barcelona, Espa˜a
n

Resumen. La simulaci´n de multitudes conducida por datos ha tomado
o
gran importancia en a˜os recientes debido a que permite atribuir comnportamientos complejos a las multitudes no logrados por otras t´cnicas.
e
La informaci´n del comportamiento de personas en una multitud es exo
tra´ de secuencias de v´
ıda
ıdeo; para ello es necesario segmentar de manera eficiente a las personas en la escena, los algoritmos desarrollados
en el estado del arte est´n orientados a la segmentaci´n de personas
a
o
empleando tomas con vistaslaterales, las cuales presenta problemas de
oclusi´n, siendo ´stas de poca utilidad para el an´lisis de multitudes.
o
e
a
En el presente trabajo se propone un m´todo de segmentaci´n de pere
o
sonas espec´
ıficamente para vistas a´reas, para ello se emplean como dee
scriptores los Histogramas de gradientes orientados (HOG) en conjunto
con un grupo de clasificadores SVM, la novedad de la presentepropuesta es la divisi´n de las tareas de clasificaci´n condicionadas con la
o
o
posici´n de la persona en la escena. Los resultados han permitido la
o
segmentaci´n de personas en vista a´rea en tiempo real, la informaci´n
o
e
o
obtenida de la etapa de segmentaci´n sera usada para alimentar un siso
tema de seguimiento mismo que generara las trayectorias de los personajes en la escena queser´n utilizadas por un simulador de multitudes.
a

1

Introducci´n
o

La simulaci´n de multitudes por computadora ha progresado de manera significao
tiva desde su concepci´n ya hace m´s de dos d´cadas atr´s. En los filmes, videoo
a
e
a
juegos y en todo tipo de mundos virtuales hemos podido apreciar la simulaci´n
o
de toda clase de multitudes, desde dinosaurios, aves, zombis hastapeatones
escapando de desastres naturales. A pesar de que estas multitudes difieren en
tama˜o y comportamiento, todas en conjunto persiguen un mismo objetivo “simn
ular una multitud lo mas realista posible a un bajo coste computacional ”.
Las multitudes han sido estudiadas desde hace tiempo atr´s, como por ejema
plo [1] realizo diversos estudios de multitudes durante la revoluci´n francesa,
oeste trabajo fue seguido por [2] el cual centro sus esfuerzos en escenas de p´nico,
a
resultados que fueron aplicados por [3] en teor´ de juegos, dichos estudios perıa
mitieron deducir que el comportamiento de una multitud no puede ser explicado
por el promedio de las acciones de los individuos.

Entre las tareas que m´s han tenido inter´s en la simulaci´n de multitudes
a
e
o
son:
1.Apariencia.
2. Comportamiento.
La apariencia tambi´n llamada “Rendering” involucra a todas las t´cnicas
e
e
que tienen como objetivo principal ejecutar las tareas de dibujado usando de
manera eficiente los recursos computacionales, estas tareas se vuelven primordiales cuando el tama˜o de la multitud a simular implica millones de agentes,
n
adem´s de lo anterior, la apariencia tambi´npersigue como meta principal que la
a
e
est´tica de la multitud provea de la suficiente variedad de personajes permitiendo
e
que esta sea vea m´s apegada a la realidad.
a
Por el otro lado, el comportamiento busca que los movimientos de los agentes
en la escena se vean lo m´s plausibles e inteligentes, los trabajos m´s importantes
a
a
que atienden la parte cognitiva de los personajes en unasimulaci´n suelen caer
o
en cualquiera de estas categor´ [4]:
ıas
– Aut´matas celulares
o
– Fuerzas sociales
– Sistemas basados en reglas
En cuanto a los sistemas basados en reglas existen los m´todos:
e
1. Directos: Basados en reglas.
2. Indirectos: Conducidos por datos.
Como ejemplo de simulaci´n basada en reglas se tiene el de [5], el cual enumera un
o
conjunto de reglas simples,...