Detectando assalto na multidão com visão computacional

cabelo

Neste documento veremos um texto conceitual sobre uma das aplicabilidades do projeto OpenPose, uma biblioteca que permite a detecção de esqueleto com algoritmos de visão computacional. Com a análise dos vértices do esqueleto, podemos detectar determinadas ações, como um assalto na multidão com câmeras de monitoramento, assim talvez evitando a morte de vítimas de assaltos.

[ Hits: 9.704 ]

Por: Alessandro de Oliveira Faria (A.K.A. CABELO) em 09/11/2018 | Blog: http://assuntonerd.com.br

7 0

Denuncie Favoritos Indicar Impressora

Introdução

OpenPose é uma biblioteca de detecção de articulações de múltiplos humanos simultaneamente, ou seja, é capaz de identificar as articulações de várias pessoas em uma única cena em tempo real com algoritmos de detecção de esqueleto. A detecção ocorre em tempo real e é possível detectar corpo, rosto e mãos.

A tecnologia OpenPose detecta até 135 pontos no total, incluso face, mão, pé e corpo. Então utilizando esta tecnologia, a etapa mais importante e com maior custo computacional referente à detecção de vértice encontra-se equacionada tecnicamente, restando apenas o trabalho de reconhecer um soco ou uma posição de assalto, calculando o ângulo formado pela abertura dos braços em relação à cabeça e à região próxima ao centro do esqueleto. Em outras palavras, detecção de comportamento.

Seguindo este mesmo princípio computacional, podemos detectar inúmeros comportamentos baseado no aprendizado de análise do posicionamento e movimentos dos vértices. Com algoritmos para detectar comportamentos, podemos utilizar o reconhecimento de um indivíduo através do caminhar.

Próxima página

Páginas do artigo

1. Introdução
2. Mão na massa

Outros artigos deste autor

Faça um incrível espetáculo de efeitos visuais com vídeo em tempo real

Servidor de Icq em uma rede local

Impressione seus amigos com o Tux bonitinho no login modo console

KDE Connect: Integrando o ambiente Android com o desktop Linux

Ångström: Linux em Palmtops, portáteis e embarcados sem mistério

Leitura recomendada

Aprendendo a utilizar o GNU Debugger (parte 1)

Programando com uma granada de mão: uma visão da linguagem C

Gerencie suas contas financeiras pessoais com Terminal Finances

Ponteiros void na linguagem C

Criando um sistema operacional com ASM e C++

Comentários

[1] Comentário enviado por SamL em 11/11/2018 - 19:59h

Nossa, com essa tecnologia, eu imagino que dava até pra saber em quem está votando na urna eletrônica apenas filmando lateralmente a pessoa com um celular. Ou saber qual a senha digitada num caixa eletrônico apenas pegando de lado a posição da mão do indivíduo. Ou mesmo, usar na industria do cinema pra colocar os modelos 3D por cima da postura da pessoa, sem nem mesmo renderizar toda a cena antes, seria uma mão na roda pros diretores de filmes com CG.
____________________________________________
https://nerdki.blogspot.com/ acessa aí vai lá, é grátis!

0 0

[2] Comentário enviado por FurretUber em 12/11/2018 - 10:47h

Muito interessante o programa, a quantidade de usos possíveis é realmente enorme.

Como as pessoas (eu) não têm noção do hardware que tem, testei o OpenPose no meu notebook com Intel HD Graphics 520.

Em primeiro lugar ele não compilava por não ter CUDA, procurei no CMakeLists.txt e achei uma opção chamada GPU_MODE, e era checado CUDA, OPENCL e CPU_ONLY. Então usei:

cmake -DGPU_MODE=OPENCL ..

E consegui compilar uma versão que funciona no meu computador. Instalei o beignet (OpenCL 2.0) e testei com as imagens do exemplo. No seu caso o tempo requerido foi 18.717633 segundos. Com os mesmos exemplos, aqui foi preciso 352.795914 segundos, quase 19 vezes o tempo que você precisou. O início do processo utiliza apenas um núcleo de CPU, e somente no fim, por alguns segundos, é que a GPU é utilizada, não sei se é limitação do hardware ou a implementação do OpenCL no programa ou em suas dependências.

Você tem como compartilhar os resultados que você obteve das demonstrações? Eu gostaria de comparar com os que eu obtive.

3 0