Original title: System for People Detection and Localization Using Thermal Imaging Cameras
Translated title: System for People Detection and Localization Using Thermal Imaging Cameras
Authors: Charvát, Michal ; Kempter, Guido (referee) ; Drahanský, Martin (advisor)
Document type: Master’s theses
Year: 2020
Language: eng
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [eng] [cze]
V dnešním světě je neustále se zvyšující poptávka po spolehlivých automatizovaných mechanismech pro detekci a lokalizaci osob pro různé účely -- od analýzy pohybu návštěvníků v muzeích přes ovládání chytrých domovů až po hlídání nebezpečných oblastí, jimiž jsou například nástupiště vlakových stanic. Představujeme metodu detekce a lokalizace osob s pomocí nízkonákladových termálních kamer FLIR Lepton 3.5 a malých počítačů Raspberry Pi 3B+. Tento projekt, navazující na předchozí bakalářský projekt "Detekce lidí v místnosti za použití nízkonákladové termální kamery", nově podporuje modelování komplexních scén s polygonálními okraji a více termálními kamerami. V této práci představujeme vylepšenou knihovnu řízení a snímání pro kameru Lepton 3.5, novou techniku detekce lidí používající nejmodernější YOLO (You Only Look Once) detektor objektů v reálném čase, založený na hlubokých neuronových sítích, dále novou automaticky konfigurovatelnou termální jednotku, chráněnou schránkou z 3D tiskárny pro bezpečnou manipulaci, a v neposlední řadě také podrobný návod instalace detekčního systému do nového prostředí a další podpůrné nástroje a vylepšení. Výsledky nového systému demonstrujeme příkladem analýzy pohybu osob v Národním muzeu v Praze. In today's world, there is an increasing need for automatic reliable mechanisms for detecting and localizing people -- from performing people flow analysis in museums, controlling smart homes to guarding hazardous areas like railway platforms. We propose a method for detecting and locating people using low-cost FLIR Lepton 3.5 thermal cameras and a~Raspberry Pi 3B+ computers. This thesis describes the continuation of the "Detection of People in Room Using Low-Cost Thermal Imaging Camera" project, which now supports modelling of complex scenes with polygonal boundaries and multiple thermal cameras observing them. In this paper, we introduce an improved control and capture library for the Lepton 3.5, a new person detection technique that uses the state-of-the-art YOLO (You Only Look Once) real-time object detector based on deep neural networks, furthermore, a new thermal unit with automated configuration using Ansible encapsulated in a custom 3D printed enclosure for safe manipulation, and last but not least, a step by step instruction manual on how to deploy the detection system in a new environment including other supporting tools and improvements. The results of the new system are demonstrated on a~simple people flow analysis performed in the Czech National Museum in Prague.
Keywords: analýza pohybu lidí; bezpečnostní systém; detekce; detektor; FLIR; hluboké učení; Lepton; Lepton 3.5; lidi; lokalizace; neuronová síť; osoba; Raspberry Pi; rekonstrukce scény; reálný čas; termální; UI; umělá inteligence; YOLO; YOLOv4; zpětná projekce; AI; artificial intelligence; deep learning; detection; detector; FLIR; Lepton; Lepton 3.5; localization; neural network; people; people flow analysis; person; Raspberry Pi; real-time; reverse projection; scene reconstruction; security system; thermal; YOLO; YOLOv4

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/194978

Permalink: http://www.nusl.cz/ntk/nusl-432478


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Master’s theses