Identificación de posturas en imágenes pequeñas mediante redes de neuronas artificiales e invariantes de Hu

Abstract

En este trabajo de fin de máster se desarrollan estudios sobre la clasificación de posturas de personas a partir de imágenes. La motivación es la posibilidad de mejoras en la videovigilancia de supermercados, siendo aplicable a otros ámbitos. El entorno de programación a utilizar será MATLAB de MathWorks. En primer lugar, se toma como referencia una base de datos de 600 imágenes creada por el alumno, en la que se tienen 120 imágenes de cada una de las 5 posturas a utilizar en el presente trabajo. Además, se dispone de más imágenes para que posteriormente a la elaboración del trabajo se puedan realizar pruebas sobre el mismo. Teniendo en cuenta esta base de datos se realiza un sistema de clasificación de posturas que utiliza los esqueletos (en el sentido matemático y no anatómico) de objetos presentes en las imágenes. Dichas imágenes contienen personas, en una de las 5 poses a estudiar. En primer lugar, se tienen que calcular como base para el estudio a posteriori, las siluetas de dichas imágenes. Para el cálculo de estas y su seguida esqueletización se utilizan técnicas existentes de procesado de MATLAB. Una vez obtenido el esqueleto, se calculan los invariantes de Hu. Éstos proporcionan características particulares a cada una de las posturas que se pretenden clasificar. Con ello el sistema es capaz de utilizar esos invariantes como entradas aplicadas a redes neuronales artificiales (RNA). Esto permite que después de haber realizado y entrenado múltiples redes se proceda al estudio de los resultados y se obtenga un clasificador con un índice de acierto elevado. El objeto de este trabajo es realizar mediante programas de MATLAB todos estos pasos y analizar en cada paso los resultados obtenidos, estudiando posibles mejoras. Para ello se hace un estudio sobre la modificación de parámetros, como son los elementos estructurales utilizados o el número de nodos en cada una de las capas ocultas, entre otros.

In this end-of-master project, studies are developed on the classification of people's positions based on images. The motivation is the possibility of improvements in the video surveillance of supermarkets, being applicable to other areas. The programming environment to be used will be MathWorks MATLAB. First, a database of 600 images created by the student is taken as a reference, in which 120 images of each of the 5 postures to be used in the present work are taken. In addition, more images are available so that after the work is done, tests can be performed on it. Considering this database, a classification system of postures is performed that uses the skeletons (in the mathematical and non-anatomical meaning) of objects present in the images. These images contain people, in one of the 5 poses to study. In the first place, the silhouettes of these images must be calculated as a basis for a posteriori study. For the calculation of these and their subsequent skeletonization, existing MATLAB processing techniques are used. Once the skeleton is obtained, the invariants of Hu are calculated. These provide characteristics to each of the positions that are intended to be classified. With this the system can use these invariants as inputs applied to artificial neural networks (ANN). This allows after having done and trained multiple networks to proceed to the study of the results and obtain a classifier with a high hit rate. The purpose of this work is to perform all these steps through MATLAB programs and analyze the results obtained in each step, studying possible improvements. For this, a study is made on the modification of parameters, such as the structural elements used or the number of nodes in each of the hidden layers, among others.