Identificación de movimiento humano a través del procesamiento de video
Resumen
El estudio del movimiento del cuerpo humano y el reconocimiento del rostro han abierto fronteras en las diferentes áreas del conocimiento. Este artículo tiene como objetivo presentar la generación de un método alternativo para identificar rostros y caracterizar el movimiento del cuerpo humano. La metodología utilizada tiene tres fases, en la primera se genera una base de videos NoSQL haciendo uso del sistema gestor de bases de datos (SGDB) MongoDB; la segunda permite la identificación de rostros humanaos mediante dos algoritmos como la Transformada de Hough y el algoritmo de Viola-Jones; y la tercera identificación de movimiento utilizando Flujo Óptico y el método de Histograma de Gradientes Orientados. Como resultados significativos se obtiene que la identificación facial permite seleccionar un rango de relevancia que da las coordenadas del área aproximada de interés o actor, para ser tenido en cuenta al realizar el procesamiento de flujo óptico, evitando así, procesar áreas de falsos positivos, es decir sombras o reflejos producidos por el ambiente. Finalmente se concluye que, al tener una identificación clara del rostro en vista frontal, facilita el seguimiento de las acciones humanas.
Descargas
Citas
Manovich, L. El lenguaje de los nuevos medios de comunicación. Cambridge, EEUU: the MIT Press., 2001.
Portafolio. Los fabricantes de videojuegos le apuestan al movimiento y 3D.Availablein:http://www.portafolio.co/economia/finanzas/fabOricantes-videojuegos-le-apuestan-movimiento-3d-478406 Access Date: 18/05/2017, 2010.
Fujimori, Y., Ohmura, Y., y Harada, T. Wearable motion capture suit with full-body tactile sensors. IEEE International Conference on Robotics and Automation.. Availablein: https://ieeexplore-ieee-org.ezproxy.umng.edu.co/document/5152758/ Access Date: 18/05/2017, 2009.DOI:10.1109/robot.2009.5152758.
Ros, A., y Mendonça, I. Captura de movimiento de personas con múltiples sensores Kinect. Universidad Simon Bolivar. Available in: http://159.90.80.55/tesis/000155335.pdf Access Date: 18/05/2017, 2012.
Buraglia, M. Sistema de seguimiento del cambio de la postura de una persona que realiza una actividad en un lugar cerrado. Available in: https://repository.javeriana.edu.co/bitstream/handle/10554/7019/tesis466.pdf?sequence=1. Access Date: 26/06/2018, 2010.
Corazza, S., Mündermann, L., Andriacchi, M. Motion Capture Methods for the Estimation of Human Body Kinematics. Available in: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.97.1772&rep=rep1&type=pdf Access Date: 26/06/2018. 2006.doi=10.1.1.97.1772.
Corazza, S., Mündermann, L. Andriacchi, T. P. The evolution of methods for the capture of human movement leading to markerless motion capture for biomechanical applications. Available in: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1513229/ Access Date: 26/06/2018, 2006. Doi: 10.1186/1743-0003-3-6.
Hough, V., y Paul, C. A. Method and means for recognizing complex patterns. Available in: http://www.freepatentsonline.com/3069654.html> Access Date: 03/06/2017, 1962.
Viola, P., and Jones, M. J. Robust Real-Time Face Detection. International Journal of Computer Vision. Available in: < https://link.springer.com/article/10.1023%2FB%3AVISI.0000013087.49260.fb Access Date: 03/06/2017, 2004.DOI:10.1023/B: VISI.0000013087.49260.fb.
Lucas, B. D., and Kanade, T. An iterative image-registration technique with an application to stereo vision. The 7th international joint conference on Artificial intelligence. doi=10.1.1.421.4619. Available in: http://citeseer.ist.psu.edu/viewdoc/summary?doi=10.1.1.421.4619>Access Date: 04/06/2017, 1981.