Análisis visual del movimiento humano

Resumen

El trabajo presentado en esta memoria se centra básicamente en el estudio del análisis visual del movimiento humano, y en el desarrollo de nuevas propuestas dentro de los distintos procesos integrantes de dicho análisis. En primer lugar, se presentan los objetivos inicialmente marcados, se ofrece una idea personal de lo que entendemos como análisis visual del movimiento humano, y se aportan las principales claves por las que dicho análisis puede convertirse en una herramienta de gran futuro. A continuación, se comienza el trabajo propio de esta Tesis definiendo el proceso de detección de movimiento propuesto. Este proceso se ha diseñado bajo las siguientes condiciones: debe ser un sistema lo más general posible y debe ser robusto frente a cambios de iluminación de distinto tipo. Siguiendo con la presentación del resto de los procesos, se continua con el desarrollo de los métodos de segmentación de la figura humana. Se han diseñado tres tipos independientes de segmentación. El primero, y más simple, se basa en la caracterización de la forma humana mediante una elipse. En el segundo se caracteriza la forma humana mediante la silueta, pero sin hacer uso de un modelo construido previamente. Esta característica es utilizada en el tercer método de segmentación, el cuál está basado en la técnica ASM (Modelos de Forma Activos). En este último método se añaden varias modificaciones al original, como son el método del vecino más cercano y el método del modelo contorno-esqueleto. Un avance mayor se consigue con el empleo de la información temporal. El empleo de esta característica es vital en el uso de la técnica del vecino más cercano, ya que el número de contornos candidatos es reducido drásticamente. Se ha experimentado con varios algoritmos de agrupamiento, y todos ellos han sido valorados en función de la característica fundamental del movimiento humano: la continuidad del movimiento. Asimismo, se ha presentado un algoritmo de seguimiento en el espacio de características basado en el algoritmo "Unscented Kalman Filter". Por último, se presentan dos algoritmos de reconocimiento aplicado a personas. En el primero se estudia el caso del reconocimiento de determinadas actividades, entre las que se han elegido: andar, saludar, sentarse y agacharse. En el segundo algoritmo se plantea el reconocimiento de personas por su forma de caminar. El principal logro obtenido en este último algoritmo es la conversión de la información temporal en información geométrica, de esta forma el reconocimiento posterior de la misma es mucho más sencillo.