Detección jerárquica de grupos de personas

La implantación generalizada de cámaras de vídeo en la sociedad hace que sea inviable controlar y analizar las ingentes cantidades de vídeo capturadas. Por este motivo la algoritmia referente al análisis de vídeo ha adquirido en nuestros días gran importancia. Actualmente, los algoritmos de detección de personas en entornos controlados consiguen un rendimiento óptimo, aunque en escenarios con multitud de personas, en los que se generan gran número de oclusiones entre ellas, los algoritmos existentes no tienen un rendimiento aceptable. El objetivo principal de este proyecto es desarrollar un algoritmo de detección de personas en el que su mayor característica diferenciadora será la detección jerárquica de estas con el objetivo de mejorar los algoritmos existentes hasta la actualidad en entornos con alta densidad de personas. La idea principal que se desarrollará durante el proyecto es que la detección no se centre únicamente en la información de personas individuales, sino que utilice la información de detección de múltiples personas para mejorar los resultados obtenidos en este tipo de escenarios. Además, el algoritmo utilizará la información de la fisionomía de la persona, pudiendo esta estar definida como un todo o escogiendo únicamente algunas de sus partes como cabeza, hombro, tronco, etc. El algoritmo propuesto ha sido evaluado sobre secuencias de vídeo de referencia y los resultados obtenidos demuestran que se ha mejorado el rendimiento en la detección de personas debido a las mejoras implementadas.The massive establishment of video cameras in society makes impossible the control and analysis of the enormous amount of videos files captured. For this reason, the algorithm referred to video analyses has lately gained enormous importance. Nowadays, the algorithms used for person detection under control environments, have achieved an optimum performance, although in crowded sceneries, in which a great number of occlusions among themselves occurred, the performance of the actual algorithms are not acceptable. The main objective of this project is to develop an algorithm for people detection whose main difference would be the hierarchical detection, and thus, improve the actual algorithms in high density of people settings. The key point of the project would be that the detection should not be only focused in the information of individuals, but it should also take into consideration the information from the detection of multiple people, and subsequently, improve the results obtained in this type of sceneries. At the same time, the algorithm would use the person appearance, which could be defined as a whole, or by choosing certain parts such as head, shoulder, trunk, etc. The suggested algorithm has been tested in video sequences of reference, and the results obtained demonstrate that the detection performance has improved due to the upgrades implemented