Um ambiente distribuido para rastreamentos de objetos em tempo real

Esta tese aborda o problema de rastrear objetos a partir das imagens de várias câmeras de vídeo estacionárias. Cada câmera cobre um pedaço da área onde os eventos ocorrem, e a união das imagens de todas as câmeras cobrem toda a área. A tese apresenta um sistema que divide o rastreamento em dois módulos. O primeiro módulo opera em intervalos regulares sobre quadros que correspondem a um mesmo instante de tempo, e tem a função de detectar os objetos presentes em toda a área a ser rastreada naquele instante de tempo. No segundo módulo, o rastreamento é aplicado a todos os quadros de todas as câmeras, porém sobre imagens menores, recortadas dos quadros originais. Estas imagens menores contém os objetos a serem rastreados. Esta abordagem apresenta a vantagem de diminuir a quantidade de dados a serem analisados, e de permitir que o sistema seja implantado em um ambiente distribuído de computadores. Por outro lado, apresenta novos desafios para proceder o rastreamento, uma vez que a abordagem convencional é aplicar os algoritmos de rastreamento sobre todos os quadros completos. Por esta razão, a tese apresenta novos mecanismos para o rastreamento. Na detecção de objetos são utilizadas duas abordagens. A primeira é baseada na cor do objeto a ser rastreado e é uma adaptação que permite utilizar o algoritmo de retroprojeção de histogramas para trabalhar com imagens de câmeras de vídeo. A segunda abordagem utiliza um quadro de referência baseado no gradiente, que apresenta a vantagem de não requerer atualização freqüente. Além dos mecanismo de detecção, também são apresentados mecanismos para remoção de sombras, separação de objetos em oclusão, fusão de objetos que estão visíveis em mais de uma câmera e rastreamento ao longo do tempoThis thesis deals with the problem of tracking objects from multiple static cameras. Each camera covers a specific area where the events take place, and the union of the images of the cameras cover the whole tracking area. The thesis presents a system that divides the tracking in two modules. The first module detects all the objects present in the tracking area from time to time, and to do so, it uses one frame taken from each camera at the same instant in time. The second module applies the tracking procedures to all frames, but work with smaller images taken from each frame. These smaller images are centered on the tracked objects. This approach has two main advantages, it reduces the amount of data to be analysed, is well suited to be implemented in a distributed environment. 1t also presents some new challenges, since the conventional approach is to apply the tracking procedures to the full frames. For this reason, some new techniques to track objects are introduced. To detect the objects in small frames, two algorithms are described. The first is based on the color of the tracked object and enhances the histogram back projection algorithm to be used in video sequences. The second algorithm uses a gradient reference frame, where there is no need for frequent updates. In addition, algorithms to remove shadows, to deal with occ1usion, to fuse objects that are visible in more than one camera and to track along time are also presente