Crowd density estimation: architectural proposal

A estimação da densidade de multidões depende diretamente da precisão da localizaçãodas pessoas no ambiente. Os trabalhos atuais estimam a densidade diretamente sobre asvisões das câmeras de segurança e utilizam uma perspectiva diagonal do ambiente. Aperspectiva diagonal faz com que a percepção da distribuição da multidão de pessoas fiquenão uniforme e com distorções na distância real entre as pessoas localizadas na imagem, oproblema de Viés de Perspectiva. Para lidar com esse problema foi construído um sistema,o HMODE, com uma arquitetura baseada em transformação de perspectiva (a homografia)para estimação de densidade. A homografia entregou maior confiabilidade para o mapade densidade gerado, de forma que a densidade passa a ser estimada sobre as coordenadastransformadas para uma visão do topo. O sistema passou por dois casos de avaliação.No primeiro caso, foi gerado um novo conjunto de dados a partir de múltiplas visões decâmeras. O segundo caso de avaliação utilizou um conjunto de dados já existente, o PETS2009. As avaliações permitiram evidenciar a viabilidade e a adaptabilidade da arquiteturado HMODE aos ambientes. The estimation of crowd density depends directly on the accuracy of the location of peoplein the environment. Current work estimates density directly on security camera viewsand uses a diagonal perspective of the environment. The diagonal perspective causesthe perception of the distribution of the crowd of people to be non-uniform and withdistortions in the real distance between the people located in the image, the PerspectiveBias problem. To deal with this problem, a system was built, the HMODE, with anarchitecture based on perspective transformation (homography) for density estimation.Homography provided greater reliability for the generated density map so that the densityis now estimated on the transformed coordinates for a top view. The system wentthrough two evaluation cases. In the first case, a new dataset was generated from multiplecamera views. The second case of evaluation used an existing dataset, PETS 2009. Theevaluations made it possible to evidence the feasibility and adaptability of the HMODEarchitecture to the environments.