Come configurare probabilistica Occupazione Mappa persone rivelatore

Question

probabilistica Occupazione mappa è una procedura di rilevazione umana multi-camera, con il suo C++ implementazione liberamente avaible a: http://cvlab.epfl.ch/software/pom

Al fine di utilizzare questo pratico software si ha la necessità :

1. Una serie di frame video sincronizzati da più telecamere dopo la procedura di rimozione dello sfondo.
2. Un file di configurazione per un particolare scenario.

POM viene fornito con un set di esempi di frame video e relativo file di configurazione.

Il mio problema può essere indicato come segue: Data una sequenza di video sincronizzati (per esempio da http://cvlab.epfl.ch/data/pom) come faccio a generare il file di configurazione richiesta dal POM? In particolare, sono interessato al tag RECTANGLE della configurazione. Gli stati Leggimi:

Rectangle [numero della telecamera] [numero di posizione] notvisible | [xmin] [ymin] [Xmax] [ymax]

definisce i parametri di un certo rettangolo in piedi per un individuale in una certa posizione vista da una certa telecamera. Tutti i rettangoli non specificati non sono "visibili" per impostazione predefinita.

Dal mio punto di vista definisce il modo in cui il rettangolo di delimitazione di una persona appare in una determinata posizione vista da una determinata telecamera. Questo deve essere definito per ogni posizione (griglia) per ogni telecamera (data la posizione è nel campo di vista della telecamera - in caso contrario, viene usato il notvisibile o il rettangolo potrebbe non essere definito).

Fare questo a mano non è impossibile, ma certamente non è pratico. Quindi, per riassumere: Come faccio a generare il file di configurazione POM se ho un set di video da più telecamere?

Answer 1

Nella pubblicazione associata, gli autori citano che utilizzano la calibrazione della fotocamera per generare i rettangoli per una silhouette umana in ogni posizione della griglia. Sembra che il codice che lo compie non sia incluso nei file sorgente, in tal caso dovrai scriverlo da solo.

Nei dati di calibrazione per i set di dati, è possibile vedere che utilizzano due omografie per telecamera, l'omografia del piano testa e l'omografia del piano terra. È possibile utilizzare questo per ottenere rapidamente i rettangoli richiesti.

L'omografia del piano di testa è una matrice 3x3 che descrive una mappatura da un piano all'altro. In questo caso descrive la mappatura dalle coordinate della stanza 2D (a livello della testa) alle coordinate dell'immagine 2D. Puoi determinare questa omografia per la tua fotocamera con la funzione findHomography in opencv. Tutto quello che devi fare è misurare le coordinate di quattro punti sul terreno nella stanza, e posizionare un palo verticale su quei segni. Il polo dovrebbe essere lungo quanto la persona media che si desidera tracciare. Ora puoi scrivere un piccolo programma che ti permette di cliccare sulla parte superiore del palo in ogni vista della telecamera. Ora hai quattro punti mondo (le coordinate misurate nella stanza) e quattro punti immagine per telecamera (i punti su cui hai fatto clic).Con findHomography puoi determinare l'omografia. Fai lo stesso per i segni sul terreno senza il palo, e hai le due omografie per telecamera.

Ora è possibile utilizzare le omografie per proiettare gli 8 punti d'angolo di un rettangolo in piedi in qualsiasi posizione nella stanza sulle loro coordinate dell'immagine per ciascuna telecamera. Prendi il riquadro di delimitazione di tutti gli 8 punti e avrai il rettangolo per quella stanza e quella telecamera.

Gli autori del metodo menzionato utilizzando una sagoma umana, questo indica che il loro approccio può essere più preciso rispetto all'utilizzo di un cuboide. Tuttavia, non esiste la sagoma di una persona in movimento, quindi la soluzione con il cuboide è probabilmente perfettamente funzionante.

Answer 2

Recentemente ho letto questo articolo e ho scavato il codice, quindi quello che ho capito dall'articolo + codice è più o meno quello di cui avete parlato.

Per riassumere, per ogni telecamera nel sistema, è necessario creare rettangoli che verranno successivamente utilizzati da POM come confronto con le sagome reali ottenute dall'algoritmo di sottostringa di sfondo (presupponendo che si siano già ottenuti quelli) ogni possibile posizione della griglia. Dato che ogni telecamera potrebbe non vedere tutte le posizioni della griglia nella scena, in questi casi si inserisce un tag "non visibile". Come già accennato, è necessario utilizzare i file di calibrazione per mappare le dimensioni dell'altezza di 175 cm e della larghezza di 50 cm in base alla prospettiva. vale a dire che i rettangoli più vicini dovrebbero essere più grandi di quelli successivi.

RETTANGOLO 0 414 150 0 159 119 mezzi; La videocamera 0 ipoteticamente vede un rettangolo nero sulla griglia 414 con le dimensioni di P1 (x, y) = (150,0) - P2 (x, y) = (159,119). Queste misure sono ottenute riproiettando 175 cm - 50 cm dal piano della testa (piano della telecamera 2D) al piano terra (piano 3D).

UPDATE: Ho provato quello che ho postato qui e sì, funziona.