Representación de objetos en movimiento

En esta parte vamos a segmentar el conjunto de puntos de interés que corresponden a puntos en movimiento. La segmentación es el proceso por el cual divides un conjunto de puntos en distintos grupos. Después de esta fase, tendremos todos los objetos en movimiento dentro del escenario.

Ésta es la última etapa del algoritmo de detección de objetos en movimiento. Una vez que hemos localizado el conjunto de puntos del escenario en movimiento, tanto puntos correspondientes a objetos en movimiento como posibles errores generados por fases anteriores, procedemos a su segmentación. Esta segmentación nos permite ser capaces de discernir entre los distintos objetos que aparezcan en la escena e, incluso, eliminar los errores existentes.

Primero, se realiza un análisis de conglomerados o clúster con el fin de clasificar en grupos el conjunto de puntos. El objetivo de esta técnica es la de agrupar elementos de forma que, el grado de cercanía entre los miembros del mismo grupo sea más fuerte que el grado de cercanía entre puntos de distintos grupos. Existen dos grandes tipos de algoritmos de

44

agrupación que son jerárquicos y no jerárquico. Dentro de los métodos jerárquicos, en este proyecto vamos a utilizar el método aglomerativo por distancia mínima. El método aglomerativo de la distancia mínima asigna como puntuación entre dos grupos el valor mínimo de las distancias entre los puntos del grupo 1 y los puntos del grupo 2. Una vez que están definidas todas las distancias entre los distintos grupos, se agrupan escogiendo un umbral correspondiente a una distancia mínima de corte.

En la figura 3.6 observamos un dendrograma, que es la representación gráfica en forma de árbol que mejor ayuda a interpretar el resultado de un análisis de cluster. En la gráfica podemos diferenciar dos grupos de elementos distanciados entre sí. Cada uno de los grupos corresponde a un objeto en movimiento. Eligiendo un adecuado parámetro de distancia mínima de corte, línea azul, y gracias al análisis de conglomerados, podremos separar el conjunto de puntos en grupos que serán candidatos a objetos.

Figura 3.6. Dendrograma de un conjunto de puntos donde existen dos objetos diferenciados.

Una vez que tenemos dividido en grupos el conjunto de puntos en movimiento utilizamos las siguientes restricciones para minimizar los posibles errores que puedan producirse:

 Para formar un objeto, éste tiene que tener un número mínimo de puntos.

 El objeto tiene que estar completamente dentro del área de detección.

Como resultado para el ejemplo de la figura 3.6, se obtienen dos objetos mostrados en la figura 3.7.

45

El valor de los parámetros de estas restricciones varía en función del escenario utilizado y se escoge en la fase de entrenamiento.

Cuando ya tenemos los puntos que definen cada objeto detectado, seleccionamos el área que rodea el objeto o región de interés. Representamos el objeto con un rectángulo de color definido por los puntos máximos del eje X y del eje Y, y los puntos mínimos del eje X y del eje Y del objeto detectado, alcanzando por cada objeto el sistema de coordenadas homogéneas siguiente:

[ ] (3.2)

siendo cada columna un vector que representa cada una de las esquinas del objeto.

Figura 3.7. Representación de objetos detectados en movimiento.

Finalmente, comprobamos que los objetos detectados en la escena no estén en el módulo de detección. Decidimos que un objeto está ya almacenado si su superficie tiene solapamiento con el área de un objeto ya detectado. Si el nuevo objeto detectado contiene área de solapamiento con un objeto almacenado, este objeto es desechado. Por cada nuevo objeto que detectamos, almacenamos las localizaciones y descriptores de los puntos de interés que están situados dentro de la superficie que lo delimita y etiquetamos el objeto asignándole un número identificativo.

Para evitar que se compare el área de los objetos detectados y el área de los objetos almacenados situados en instantes de tiempo distintos, antes de ejecutar esta fase

46

ejecutaremos la fase de seguimiento (punto 3.2), situando los objetos almacenados también en el frame . Así conseguiremos que la posición de los objetos detectados y la posición de los objetos almacenados pertenezcan al instante de tiempo en la comparación.

3.2 Seguimiento de objetos

El seguimiento de objetos es la segunda etapa del algoritmo MODET. Para esta fase se ha decidido utilizar tracking por puntos. Como en la fase de detección, se utilizan puntos de interés para localizar correspondencias del objeto a lo largo de la secuencia de vídeo. Para estimar la nueva posición del objeto se utiliza un método estadístico.

La finalidad de este módulo es estimar, en el frame , la posición de cada objeto almacenado por el detector. Para ello, busca correspondencias entre las características de cada objeto guardado y los descriptores de los puntos de interés extraídos en el frame . Con esta información, podremos calcular la transformación que va a sufrir cada objeto y actualizar el conjunto de características que lo define.

El método de tracking propuesto se compone de las siguientes fases:

 Extracción de características: Para aumentar la eficiencia del MODET se utilizan los mismos puntos encontrados y descritos del frame que en la fase de detección.  Correspondencias: Se realiza una comparativa entre el conjunto de características

almacenadas de cada objeto (frame ) y el conjunto de características del frame y se buscan las correspondencias de puntos.

 Transformación 2D: Se estima la transformación de movimiento de cada objeto basándose en las correspondencias conseguidas en la fase anterior.

 Actualización: Se actualiza la información recogida de cada objeto. Todo este conjunto de fases se ejecutan secuencialmente en cada frame.

Las dos primeras fases, extracción de características y correspondencias, no las describimos en detalle ya que son idénticas a las anteriormente explicadas en los apartados 3.1.1.1 y 3.1.1.2. En la primera etapa del módulo de seguimiento, se utilizan los mismos puntos de interés localizados por MODET que en el módulo de detección del frame . Este conjunto de puntos característicos se compara con los puntos característicos de los objetos almacenados localizados en el frame , encontrando correspondencias entre ellos. Una vez que tenemos las correspondencias entre los puntos almacenados y los puntos del frame , pasamos a la fase de estimación de movimiento donde se localizará la nueva posición de cada objeto.