System zliczania osób oparty na dwustrumieniowej analizie obrazów

• Autorzy: Deptuła M. , Dziubich K. , Dziubich T. , Eichler R.

Warianty tytułu

EN

System for counting people based on dual video streams analysis

• Języki publikacji: PL

Abstrakty

PL

Opisano zagadnienia automatycznej detekcji i identyfikacji osób oraz ich zliczania w pomieszczeniach zamkniętych. Zaproponowano budowę elastycznej aplikacji w oparciu o usługi webowe. W celu kompozycji zaimplementowanych usług przedstawiono metodę tworzenia aplikacji w oparciu procesy przepływu pracy. Przedstawiono rezultaty badań eksperymentalnych dla różnych algorytmów detekcji i identyfikacji.

EN

In this paper we describe topics of automatic detection and identification of person and counting them. Application-building process based on SOA architecture is proposed. We present methods for the application development using workflow processes and a dynamic composition of web services. Finally, results of experimental study employing various detection and identification methods are presented.

Słowa kluczowe

PL

architektura aplikacji monitorującej; dobór algorytmów wykrywania i rozpoznawania osób; detekcja ruchu przy drzwiach; faza detekcji; rozpoznawanie twarzy; wnioski

• Wydawca: Wydział Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej
• Czasopismo: Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne
• Rocznik: 2009
• Tom: T. 17
• Strony: 81--88
• Opis fizyczny: Bibliogr. 9 poz., rys.

Twórcy

autor

Deptuła M.

autor

Dziubich K.

autor

Dziubich T.

autor

Eichler R.

• Politechnika Gdańska, Katedra Architektury Systemów Komputerowych

Bibliografia

• [1] Bauer B., Lautenbacher F., A Survey on Workflow Annotation and Composition Approaches, Workshop SBPM 2007, Innsbruck, 2007.
• [2] Bukovics B.: Pro WF: Windows Workflow in .NET3.0 (Expert's Voice in .Net), Apress, 2007.
• [3] Guttman M., Parodi J., Real-Life MDA: Solving Business Problems with Model Driven Architecture, Morgan Kaufmann, 2006.
• [4] Jahan Z., Javed M.Y., Usman, Q., Low Resolution Single Neural Network Based Face Recognition, International Journal of Biomedical Sciences, Volume 2, Number 3, pp. 206-210, 2007.
• [5] Kienzle W., Bakir G., Franz M., Schlkopf B.: Face deteetion—efficient and rank deficient. Weiss, Y. (Ed.), NTPS, Vol. 17, pp. 673-680. Cambridge: MIT Press, 2005.
• [6] Lei Z., Zhang Xue-Fei Z, Yin-Ping L.: Research of the Real-Time Detection of Traffic Flow Based on OpenCV, Proc. of International Conference on Computer Science and Software Engineering, pp. 870 - 873, Volume 2, 12-14 Dec. 2008.
• [7] Marcialis G., Roi F.: Fusion of LDA and PCA for Face Verification, Volume 2359/2002, Biometric Authentication, LNCS, Springer Berlin/Heidelberg, 2002.
• [8] Pieczyńska-Kuchtiak A., Sobecki J.:, Rozpoznawanie osób na podstawie obrazów cyfrowych zawierających ich twarze. Materiały konferencyjne Multimedialne i Sieciowe Systemy Informacyjne MISSI, Wrocław, 2000.
• [9] Link internetowy: http://code.google.eom/p/aforge/ dostęp 03.2009.