Smart Surveillance Framework (SSF)

O Smart Surveillance Framework é uma biblioteca C / C ++ construída usando o OpenCV e a C ++ Standard Template Library para fornecer um conjunto de funcionalidades para ajudar os pesquisadores não apenas no desenvolvimento de sistemas de vigilância, mas também na criação de novas soluções para problemas relacionados a vídeo vigilância.

Um de seus principais objetivos é fornecer um conjunto de estruturas de dados para descrever a cena, a fim de permitir que as pesquisas se concentrem apenas em seus problemas de interesse e usem essas informações sem criar tal infraestrutura para todos os problemas que serão enfrentados, maioria dos casos hoje em dia. Por exemplo, se um pesquisador estiver trabalhando em reconhecimento de ação individual, ele precisará da primeira captura de dados, detectar e rastrear pessoas e só então reconhecer suas ações. Ao usar o SSF, basta lançar os módulos de detecção e rastreamento para fornecer a localização das pessoas e concentrar-se apenas no problema em questão, reconhecimento de ações sem se preocupar em como a representação de dados, o armazenamento e a comunicação devem ser projetados.

 

ssf_sequence

O SSF foi projetado para fornecer recursos para uma boa compreensão de cena, escalabilidade, operação em tempo real, ambiente multisensor, uso de componentes padrão de baixo custo, reconfiguração de tempo de execução e controle de comunicação.

Os principais benefícios proporcionados pelo uso do SSF são os seguintes:

    • Uma estrutura para permitir o processamento de grandes quantidades de dados fornecidos por várias câmeras de vigilância;
    • Uma plataforma para comparar e trocar resultados de pesquisa em que os pesquisadores podem contribuir com módulos para resolver problemas específicos;
    • Uma estrutura para permitir o desenvolvimento rápido de novas técnicas de análise de vídeo, uma vez que se pode focar apenas em sua tarefa específica;
    • Criação de uma representação semântica de alto nível da cena usando dados extraídos por módulos de baixo nível para permitir o reconhecimento de atividades;
    • Um testbed para permitir um maior desenvolvimento na compreensão da atividade, pois é possível se concentrar diretamente naqueles que usam dados reais, em vez de dados anotados que podem impedir que o método funcione em ambientes reais.

Download

Se você estiver interessado no Smart Surveillance Framework, envie um email para antonio.nazare@dcc.ufmg.br solicitando o download.

Creative Commons License

Este programa está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported. Se você baixar o SSF, você automaticamente concorda com ele. Você não pode usar o SSF para fins comerciais.

Referências

Você deve citar os seguintes artigos se usar este software em seu trabalho.

Antonio Carlos Nazare Junior; William Robson Schwartz: A scalable and flexible framework for smart video surveillance. Em: Computer Vision and Image Understanding, 144 (C), pp. 258–275, 2016. (Tipo: Journal Article | Links | BibTeX)
Antonio Carlos Nazare Junior; Cassio Elias Santos dos Junior; Renato Ferreira; William Robson Schwartz: Smart Surveillance Framework: A Versatile Tool for Video Analysis. Em: IEEE Winter Conference on Applications of Computer Vision, pp. 753–760, 2014. (Tipo: Inproceedings | Links | BibTeX)