Estudio de los efectos de perspectiva en contadores de personas basados en vídeo con lentes de gran angular

Abstract

Los Sistemas de Conteo de Personas han cobrado gran importancia en los últimos años debido a que las aplicaciones en las que participan tienen repercusión económica y social. La mayoría de los sistemas modernos de conteo (aquellos que utilizan la Visión por Computador) alcanzan muy buenas precisiones en diferentes escenarios, y esto se refleja en varios trabajos previos. Sin embargo, ningún estudio completo se ha realizado utilizando cámaras con gran angular y colocados a baja altura, ni se ha planteado cómo los efectos causados por estos afectan a la calidad del conteo. Además, la mayoría de los sistemas utilizan un Entrenamiento Supervisado, lo que implica un coste de tiempo y trabajo manual adicional para obtener estos datos. Este trabajo tiene como objetivo analizar todos los escenarios descritos anteriormente y proponer un método estadístico que implique un Entrenamiento No Supervisado, con el fin de que el sistema tenga un auto-aprendizaje inteligente y alcance buenas precisiones de conteo.