Making Sense: Abordagens Robustas para Monitoramento Visual

Agência:
cnpq

Este projeto de pesquisa tem como foco principal o desenvolvimento e aprimoramento de técnicas de visão computacional e aprendizado de máquina para efetuar monitoramento de ambientes a partir de dados visuais obtidos por uma rede de câmeras de vigilância. Um dos principais objetivos do monitoramento automático de ambientes é a extração de informações a respeito de atividades desempenhadas pelos humanos de modo a detectar interações entre agentes e identificar padrões de comportamentos que sejam suspeitos. Para que as atividades sejam analisadas, um conjunto de problemas, tais como detecção e identificação dos agentes na cena, rastreamento ao longo do tempo, possivelmente entre câmeras distintas, reconhecimento de ações individuais, precisa ser resolvido. Tais problemas compõem o domínio de aplicações denominado observação de pessoas, responsável pela análise de imagens e vídeos contendo humanos. Se por um lado as câmeras de vigilância proporcionam uma grande quantidade de dados visuais, por outro, a análise desses dados torna-se um grande desafio quando feita manualmente. Desta maneira, o entendimento e a interpretação automática de atividades desempenhadas por humanos em vídeos apresentam grande interesse de modo a auxiliar a tarefa dos agentes de segurança.

A vigilância visual é responsável pelo monitoramento, em tempo real e automático, dos agentes presentes em um ambiente sendo imageado por uma rede de câmeras. Seu principal objetivo é prover interpretação automática para cena e o entendimento automático das atividades e interações entre os agentes sendo observados a partir de grandes quantidades de dados visuais. Este projeto visa desenvolver abordagens para resolução de problemas relacionados à vigilância visual focando nos aspectos de extração de conhecimento a partir de cenários de vigilância, contemplando os problemas de reconhecimento de atividades, detecção de eventos anômalos, manutenção de identidade e otimização de redes neurais profundas. As soluções apresentadas para os problemas tratados, além de avançar o estado da arte, poderão ser incorporadas em sistemas de monitoramento de ambientes proporcionando avanços tecnológicos com impacto social, já que tais sistemas proporcionam ambientes mais seguros para circulação de pessoas, e econômico devido ao grande potencial de mercado para sistemas dessa natureza em nosso país.

11