Skip to content

Caratterizzazione sperimentale di un sistema di videosorveglianza in ambienti reali

La quantità di informazione contenuta in un filmato fa sì che il compito di analizzarlo possa, in molti contesti, risultare pesante per l’uomo, per l’elevato sforzo di concentrazione richiesto al verificarsi di una rapida successione di eventi. Nelle applicazioni industriali per il controllo della qualità, nell’analisi di flussi di immagini da telecamere adibite a videosorveglianza, ed in molti altri campi, la visione artificiale consente di limitare la necessità di un controllo umano delle informazioni raccolte.
Questa tesi si basa sull’analisi delle problematiche riscontrate nel testing di un algoritmo di object detection in ambienti reali. L’obiettivo di un sistema di object detection è quello di individuare, automaticamente, oggetti e persone in movimento dato uno stream video. La creazione di un tale sistema è tutt’altro che banale in quanto bisogna tener in conto numerose variabili. Basti pensare come esempio alla luce che cambia più volte non solo nell’arco della giornata ma anche in base alla stagione e alle condizioni meteorologiche. Dato che l’algoritmo identifica oggetti e persone analizzando l’intensità dei pixel che compongono l’immagine in esame, tali variabili potrebbero compromettere la giusta classificazione dei pixel come appartenenti allo sfondo o all’oggetto di interesse. I pixel una volta riconosciuti come non appartenenti allo sfondo vengono ulteriormente classificati e racchiusi in box in base all’oggetto d’appartenenza presente sulla scena.
Si è prima di tutto analizzato l’output finale, generato in seguito all’elaborazione di tre filmati campione. Tali filmati, della durata complessiva di circa un’ora, sono stati girati in luoghi pubblici all’aperto con illuminazione naturale in modo da testare il sistema in esame in presenza di problematiche ricorrenti in un’attività di videosorveglianza: luminosità variabile, ombre lunghe e persona fissa nelle vicinanze dell’aria di interesse. Le scene riprese hanno diversi gradi di affollamento.
Dal testing effettuato è emersa la presenza dei seguenti difetti: scomparsa di un box; perdita di una parte di un oggetto; macchie nel background; inclusione nel background delle ombre di oggetti che si muovono; cattivo aggiornamento del background di scene affollate; difficoltà ad inglobare repentini cambi di luminosità. La presenza di tali difetti compromette gravemente l’attendibilità del sistema di videosorveglianza, il cui fine ultimo è quello di generare allarmi in seguito alla presenza sulla scena d’interesse di eventi pre-definiti dall’utente. E’ per tale motivo che si è passati all’analisi delle cause di tali difetti per poterli risolvere. Le principali cause sono state attribuite alla mimetizzazione, ad un filtraggio troppo drastico delle ombre, oppure ad un aggiornamento troppo lento o troppo veloce della scena vuota di riferimento.
La loro risoluzione è avvenuta tramite introduzione di nuove euristiche nel tentativo di stravolgere il meno possibile il codice esistente allo scopo di salvaguardare l’attività di testing già svolta. Le euristiche introdotte riguardano un nuovo algoritmo di sogliatura per la classificazione dei pixel come oggetto o come sfondo e una nuova formula per l’aggiornamento del background che tiene conto anche della variabile tempo. Tuttavia notevoli miglioramenti sono stati ottenuti anche in seguito ad un’attività di tuning, di calibrazione di parametri legati al dominio applicativo.
Per poter verificare in maniera quantitativa le prestazioni delle nuove euristiche introdotte, è stato necessario creare una banca dati dei difetti riscontrati. La procedura di definizione di tale banca dati è stata realizzata tramite la tecnica della metadatazione, anziché la creazione di un vero e proprio database relazionale. I metadati sono informazioni aggiuntive relative ad esempio al grado di affollamento delle scene riprese, alle caratteristiche della telecamera utilizzata o alle condizioni di ripresa. Essi si distinguono dai dati veri e propri costituiti invece dal contenuto informativo dei filmati.
Per poter valutare appieno gli effettivi miglioramenti ottenuti con le nuove euristiche e le prestazioni della piattaforma di videosorveglianza sono stati infine definiti degli indici prestazionali per un’analisi statistica dei metadati raccolti.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Mostra/Nascondi contenuto.
Capitolo 1 – Applicazione dei sistemi di videosorveglianza in ambienti reali 2 M M M M I I I I V V V V I I I I A A A A L La ab bo or ra at to or ri io o d di i M Ma ac cc ch hi in ne e I In nt te el ll li ig ge en nt ti i p pe er r i il l r ri ic co on no os sc ci im me en nt to o d di i V Vi id de eo o, , I Im mm ma ag gi in ni i e e A Au ud di io o MIVIA 1.1 Utilità e applicazioni della Computer Vision La visione artificiale sta sempre piø assumendo il ruolo di supporto nell’analisi di immagini e filmati. La quantità di informazione contenuta in una immagine, e ancor di piø in un filmato (sequenza di immagini), fa sì che il compito di analizzarle possa, in molti contesti, risultare pesante per l’uomo, per la noiosa attesa di eventi rari o per l’elevato sforzo di concentrazione richiesto dal verificarsi di una rapida successione di eventi. Il grado di supporto dipende spesso in gran parte da quanto il tipo di ambiente da cui provengono le immagini possa ritenersi “controllato” e cioè dalla misura in cui le variazioni delle condizioni di ripresa possano discostarsi dal modello conosciuto dal sistema di visione che lo analizza. Data, in certi casi, l’impossibilità di operare in condizioni controllate, l’obiettivo principale posto a chi opera ricerca in questo campo è di individuare algoritmi e sistemi il piø possibili immuni alle mutazioni rispetto al modello. 1.2 Affidabilità A differenza di quello che si possa pensare non si può asserire che sistemi di Computer Vision adempiano con minor difficoltà i compiti indoor rispetto a quelli outdoor, anzi forse i primi nascondono delle problematiche a volte piø sottili e fastidiose. Il vantaggio principale portato dai sistemi di visione applicati alla videosorveglianza sta nell’essere sensibili ad alcune situazioni anomale in modo da allertare l’operatore umano risparmiandogli un’attenzione continua al flusso di immagini. Va tuttavia considerata una percentuale di falsi allarmi e di eventi perduti. Il fronte attualmente dibattuto in ambito di ricerca su sistemi per videosorveglianza si colloca ad un livello piø avanzato rispetto ai sistemi in vendita per gli stessi scopi. Esistono infatti alcuni prototipi di sistemi in grado di individuare la presenza di persone in una scena e distinguerle da altri oggetti presenti. Uno dei punti piø complessi e importanti dei sistemi di videosorveglianza intelligente è quella di segmentare gli oggetti di interesse all’interno di una scena;

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Il miglior software antiplagio

L'unico servizio antiplagio competitivo nel prezzo che garantisce l'aiuto della nostra redazione nel controllo dei risultati.
Analisi sicura e anonima al 100%!
Ottieni un Certificato Antiplagio dopo la valutazione.

Informazioni tesi

  Autore: Patrizia Esposito
  Tipo: Laurea I ciclo (triennale)
  Anno: 2009-10
  Università: Università degli Studi di Salerno
  Facoltà: Ingegneria
  Corso: Ingegneria dell'informazione
  Relatore: Mario Vento
  Lingua: Italiano
  Num. pagine: 132

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l’utente che consulta la tesi volesse citarne alcune parti, dovrà inserire correttamente la fonte, come si cita un qualsiasi altro testo di riferimento bibliografico.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Per tradurre questa tesi clicca qui »
Scopri come funziona »

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

visione artificiale
sistema
videosorveglianza
computer vision
metadatazione
computer
object detection
vision

Tesi correlate


Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi