Localizzazione 3D in tempo reale di persone utilizzando singola vista statica

Summarise with VIRAT
Authors: Andrea Ingargiola
Cited by: 0

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

L'algoritmo proposto in questa Tesi utilizza una sola videocamera, statica e calibrata, per la localizzazione 3D in tempo reale di persone in ambiente indoor: alla fine dell'elaborazione di ogni frame si vogliono ottenere le stime della posizione e del volume occupato da ciascuna persona inquadrata dalla videocamera tramite il parallelepipedo rettangolo minimo che la contiene. Per ottenerlo, è necessario stabilire un metodo di rappresentazione geometrica tridimensionale delle persone compatibile con il modello di proiezione a vista singola ottenuto dalla calibrazione. Il solido che meglio si presta a modellare una persona, visibile da una sola prospettiva, è il cilindro circolare. I parametri di ogni cilindro devono essere trovati mediante i costrutti geometrici forniti dalla calibrazione, utili a convertire le coordinate "immagine" in coordinate "mondo". La metodologia più compatibile con l'estrazione in tempo reale di feature significative sul piano immagine prevede l'utilizzo di algoritmi euristici, i quali però non consentono di associare immediatamente una semantica alle feature. Estrazione, segmentazione e proiezione delle feature sono quindi i tre problemi principali da risolvere sequenzialmente in ogni frame per poter raggiungere il risultato finale. Per affrontarli, è stata utilizzata una pipeline in tre fasi che affina progressivamente i dati trattati al fine di trovare le rappresentazioni tridimensionali di persone a partire da semplici valori RGB di pixel. In particolare, il metodo prevede una fase iniziale di selezione delle regioni significative dell’immagine, seguita dalla segmentazione bidimensionale delle persone e da una successiva ricostruzione 3D basata sui dati di calibrazione e su tecniche consolidate della geometria proiettiva. Grazie a questo approccio, test estensivi dimostrano che è possibile stimare le bounding box 3D per ciascuna persona segmentata, operando nel rispetto dei vincoli di funzionamento in tempo reale.

Fields of Study & Subjects

Video Surveillance and Tracking Methods Advanced Vision and Imaging Advanced Neural Network Applications

Publication details

Journal / source
AMS Degree Thesis (University of Bologna)
Publication date
13 March 2026
Language
IT
Document type
Thesis