Reconnaissance automatique d'activités humaines dans des réseaux de caméras
•
0 recomendaciones•1,025 vistas
Recomendados
Recomendados
Más contenido relacionado
Destacado
Destacado (20)
Similar a Reconnaissance automatique d'activités humaines dans des réseaux de caméras
Similar a Reconnaissance automatique d'activités humaines dans des réseaux de caméras (10)
Más de iCOMMUNITY
Más de iCOMMUNITY (19)
Reconnaissance automatique d'activités humaines dans des réseaux de caméras
- 1. Reconnaissance automatique d'activités humaines dans des réseaux de caméras STARS Inria Sophia Antipolis – Mediterannée 19 juin 2013
- 2. Interprétation de la scène 19 JUIN 2013STARS - Innovative City Convention - W19 - 2 Objectif : Interprétation en temps-réel des vidéos depuis les pixels jusqu’aux événements sémantiques Modèle 3D de la scène Modèles de scénarios Connaissances a priori Segmentation Classification Suivi Reconnaissance de scénarios Alarmes
- 3. Applications 19 JUIN 2013STARS - Innovative City Convention - W19 - 3 • Fort impact pour la vidéosurveillance dans les transports (métro, trains, aéroports, ports) • Contrôle d’accès, détection d’intrusions et vidéosurveillance des bâtiments • Monitoring de trafic (parkings, comptage de véhicules, surveillance des voies, assistance à la conduite) • Monitoring d’agences bancaires • Management de risques (simulation virtuelle 3D pour la gestion de crises) • Communication vidéo (Mediaspace) • Monitoring d’activités sportives (tennis, football, F1, natation) • Nouveaux domaines d’application : Maison intelligente, Santé (HomeCare), apprentissage, biologie, comportements des animaux • Création d’une start-up Keeneo (Juillet 2005 – 20 personnes), http://www.keeneo.com/
- 4. Vidéosurveillance de stations de métro 19 JUIN 2013STARS - Innovative City Convention - W19 - 4 Mouvements soudains Comportements de groupes Paris Paris Paris Turin
- 5. Découverte d’activités usuelles 19 JUIN 2013STARS - Innovative City Convention - W19 - 5 • Permet la gestion efficace de larges collections de données vidéo • Caractérisation de trajectoires • Statistiques • Découverte d’activités « normales » / « anormales » Entrée Sortie Trajectory start Trajectory end Calcul de trajectoires Regroupement de positions Zones découvertes Points d’arrêt
- 6. Comportements détéctés automatiquement 19 JUIN 2013STARS - Innovative City Convention - W19 - 6 Rôder S’évanouir
- 7. Suivi multi-caméras 19 JUIN 2013STARS - Innovative City Convention - W19 - 7 Objectif : déterminer si une personne donnée a déjà été observée dans un réseau de caméras Idée : calculer une signature caractérisant l’apparence des personnes
- 8. Suivi multi-caméras 19 JUIN 2013STARS - Innovative City Convention - W19 - 8 Objectif : déterminer si une personne donnée a déjà été observée dans un réseau de caméras Idée : calculer une signature caractérisant l’apparence des personnes
- 9. Monitoring des activités quotidiennes pour le maintien à domicile de personnes âgées 19 JUIN 2013STARS - Innovative City Convention - W19 - 9 • Motivation : augmenter l’indépendance et la qualité de vie • Permettre aux personnes âgées de vivre dans leur domicile plus longtemps en étant indépendants • Réduire les coûts pour les services publics • Soulager les proches et les aidants • Objectifs techniques : la conception de systèmes basés capteurs • Détection d’événements alarmants (chutes) • Évaluer le degré de fragilité des personnes âgées (impact des thérapies) • Détecter des changements dans le comportement (activités manquantes, désordre, interruptions, répétitions, inactivité) • Construction d’une librairie de vidéos de comportements de référence caractérisant la fragilité des personnes