Original title:
Detekce lidské postavy v obrazové scéně
Translated title:
Human body detection in a video scene
Authors:
Šmirg, Ondřej ; Číka, Petr (referee) ; Kohoutek, Michal (advisor) Document type: Master’s theses
Year:
2008
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií Abstract:
[cze][eng]
Práce se skládá ze dvou hlavních částí, části separační a diagnostické. Separační část je založena na statistickém modelu využívající barvy každého pixelu k určení, zda se jedná o pixel pozadí nebo popředí. V projektu využitá metoda je mixture of gaussians. Mixture of gaussians je vhodný pro dané použítí, protože výsledky testů obrazu nezávisí na světelnosti objektivu, ale spíše na barvách v pozadí. Proto se jeví metoda mixture of gaussians jako dobrá volba. Výsledky dosažené s použitím této metody na skutečné sekvenci jsou prezentována v této práci. Diagnostická část má za úkol identifikovat lidskou postavu ve scéně. Použitá metoda je ASM(Active Shape Models) s PCA(Principal Component Analysis). ASM jsou statistické modely tvarů lidských postav, které jsou deformovány do vhodného tvaru pro porovnání s objektem v novém obraze.
The project consists of two distinct levels i.e. separation level and diagnostic level. At the separation level, statistical models of gaussians and color are separately used to classify each pixel as belonging to backgroung or foreground. Adopted method is mixture of gaussians.A mixture of gaussians model is suitable here because the results of the picture tests will not depend on the lens opening, but rather on the colors in the backgroung. A mixture of gaussians model for return data seems reasonable. The achieved results the used method on the real sequences are presented in the thesis. Diagnostic level is identified human body on the scene. Adopted method is ASM(Active Shape Models) with PCA(Principal Component Analysis). ASM are statistical models of the shape of human bodies which iteratively deform to fit to an example of the object in a new image.
Keywords:
Active Shape Models; classification; detection; Mixture of Gaussians; Principal Component Analysis; Running Gausian Average; separation; Active Shape Models; Běžící průměrný gausián; detekce; klasifikace; Principal Component Analysis; separace; Směs gausiánů
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/11012/16683