Sledování pohybu osob ve vymezeném prostoru

Abstract

Práce se zabývá sledováním pohybu osob ve vymezeném prostoru. Jedná se o úlohu opětovné identifikace, tedy dokázat identifikovat již dříve sledovanou osobu. Metoda předpokládá, že sledovaná osoba nezmění své oblečení, tudíž se hodí při opětovné identifikaci osoby v krátkém časovém úseku. Ke splnění úlohy je využívána knihovna OpenPose a konvoluční neuronové sítě. Trénování sítě probíhalo na datasetu MARS vytvořeného pro opětovnou identifikaci osob, který bylo nutné upravit s ohledem na použitou metodu. Práce popisuje navrženou metodu pro extrakci příznaků osoby v obraze. Z extrahovaných příznaků je sestavena matice příznaků o velikosti 36 x 20 pixelů jako vstup do konvoluční sítě. Značná část textu se věnuje návrhu a trénování konvoluční sítě, popisuje použité metody a podmínky pro výběr nejlepší architektury. Výstupem konvoluční sítě je deskriptor osoby, který systém použije pro nalezení nejbližší shody a odhadne totožnost osoby v obraze. Prezentované řešení dosáhlo na testovací sekvenci úspěšnosti 84,02%.

This thesis deals with observations of people in a defined area. The main goal is their re-identification, in other words identifying a previously observed person. This method assumes, that the given person did not change their clothes during the observation, which means that it's mostly suitable in a short time period. The OpenPose library and convolutional neural network were used to successfully accomplish this task. The MARS dataset, which is tailored for a re-identification of people, was used with slight modifications for training of the neural network. This paper also describes a designed method for extracting features of people from given frame. These features were used to build a matrix of size 36 x 20 pixels and was used as an input to the convolutional neural network. Design and training of convolutional neural networks is greatly described in this paper, as well as what methods and conditions are necessary to choose the best possible type of architecture. The output of the convolutional neural network is a descriptor of given person, which the system uses to find the closest match and predict the identity of a person in the frame. The accuracy achieved in this solution was 84.02% using the testing set.