Detekce chodců na embedded systémech

Abstract

Detekce chodců v posledních letech přitahuje velkou pozornost, a to hlavně v rámci bezpečnostních aplikacích. Například jí lze využít v bezpečnostních kamerách na veřejně dostupných místech nebo v automobilových systémech, které díky tomu mohou zabránit nebezpečí. Pro detekci se dají použít čím dál rozšířenější embedded systémy, jako je například Raspberry PI. Jsou to malé a dobře dostupné počítače, které mohou být umístěné takřka kdekoliv. Primárním cílem práce je otestovat a pokusit se optimalizovat rozpoznávací techniky pro taková zařízení. Detekci chodců v obrazech řeší například histogram orientovaných gradientů, zkráceně HOG. Optimalizaci algoritmu zajišťuje substrakce pozadí, která tento proces značně urychluje. V rámci této práce jsou tyto algoritmy popsány. Dále zde budou popsány další možné dosavadní techniky detekce chodců v obrazech. Součástí práce je také srovnání úspěšnosti a rychlosti detektoru na vybraných zařízeních.

Pedestrian detection has attracted great attention in recent years, especially in safety applications. For example, it can be used in security cameras in public places or in automotive systems, which can prevent potential accidents. For detection, embedded systems such as Raspberry PI can be used. These are small and affordable computers that can be placed almost anywhere. The goal of the thesis is to test and attempt to optimize the recognition techniques for such devices. Pedestrian detection in images processing is solved, for example, by Histograms of Oriented Gradients, abbreviated as HOG. Optimization of the algorithm is ensures by background subtraction, which greatly accelerates detection process. These algorithms are throughly described in this thesis. Further pedestrian detection techniques will be described her. Part of the thesis is also a comparison of detector rate and speed on selected devices.