Classificação de grupos utilizando informações de geometria e detecção de atividades intragrupo

• Main Author: Franciscatto, Roberto
• Other Authors: http://lattes.cnpq.br/1538338871689655
• Language: Portuguese
• Published: Universidade do Vale do Rio do Sinos 2015
• Subjects: Ciências Exatas e da Terra; acompanhamento de objetos; classificação de grupo; reconhecimento de padrões; detecção de grupo; group classification; pattern recognition; tracking; group detection
• Online Access: http://www.repositorio.jesuita.org.br/handle/UNISINOS/2260

Made available in DSpace on 2015-03-05T13:59:43Z (GMT). No. of bitstreams: 0 Previous issue date: 28 === Hewlett-Packard Brasil Ltda === Este trabalho tem como principal objetivo propor um modelo para classificação automática(ou semi-automática) de grupos de pessoas utilizando informações de geometria e detecção da atividade intragrupo em sequências de vídeo. Para a classificação de grupos de pessoas, utiliza-se um algoritmo de acompanhamento de objetos para rastrear as posições das pessoas ao longo do tempo, e explora-se a relação entre essas pessoas e suas orientações para deteção e classificação de grupos com base em informações sociológicas (proxemics, distâncias interpessoais, etc.). A geometria do grupo formado, assim como sua evolução ao longo do tempo, também são analisadas. Para a avaliação da atividade intragrupo, a evolução das áreas dos blobs correspondentes a cada pessoa é avaliada, para detecção de movimentos de gesticulação em grupos estáticos. Como aplicações deste trabalho, pode-se mencionar a detecção e classificação automática de pequenos grupos em um shopping center, para que seja possível extrair padrões de comportament === The main goal of this work is to propose a model for an automatic (our semiautomatic) classification of groups using geometrical properties and for detecting intragroup activity based on video sequences. For group classification, a tracking algorithm is applied to obtain the position of each person across time, and the relationships among these people and their orientation are used to detect and classify groups based on sociological information (proxemics, interpersonal distance, etc). The geometry of the group, as well as its temporal evolution, are used to provide additional information on the group. To detect intragroup activity, the temporal evolution of blob áreas related to tracked people is explored. Regarding possible applications of this work, an example could be the detection and automatic classification of small groups in a shopping center, in order to extract behavior pattern according to this study