Detección de Personas en secuencias de vídeo en tiempo real

Abstract

[ES] En este trabajo se presenta un estudio sobre la viabilidad en el uso de una combinación de métodos para detección de personas en secuencias de vídeo en tiempo real. Se utilizan técnicas de boosting para una primera selección de candidatos en la escena, y máquinas de extracción y clasificación de características que actúan sobre estos candidatos proporcionando la predicción final. Los métodos de boosting proporcionan resultados rápidos aunque con un elevado número de falsas alarmas. Por otro lado, los métodos de extracción y clasificación de características presentan una elevada tasa de acierto a costa de un elevado coste computacional. La combinación de estos dos métodos logra unas prestaciones finales que combinan los aspectos positivos de ambas técnicas, y por lo tanto se establece como un sistema robusto a la vez que abierto a nuevas mejoras.

[EN] This document describes a combination of methods for vision-based pedestrian detection in real time. A preliminary selection of candidates in the scene is provided by boosting techniques. Then, a feature extraction and later classification using Vector Support Machines is carried out over these candidates, providing the final prediction. Boosting methods have been demonstrated to yield rapid but inaccurate predictions since they present a high rate of false alarms. On the other hand, feature-based methods present good performances in terms of accuracy, though a high computational cost is needed. Overall, the combination of both methods provides good results since the global system takes advantage of the strengths of each individual method. Moreover, the system is open to further improvements