Visión por computadora para el reconocimiento de movimiento humano inusual en cámaras de vigilancia

Abstract

El presente trabajo corresponde al estudio realizado sobre el reconocimiento de acción humana en secuencias de imágenes captadas por dispositivos de video, como las cámaras de vigilancia, con el propósito de implementar un sistema de reconocimiento de movimiento humano inusual utilizando las redes neuronales de la inteligencia artificial. La implementación de la solución se ejecutó en tres etapas fundamentales para crear el marco base. Luego, se realizaron las iteraciones necesarias para poder alcanzar un modelo de reconocimiento de acción cada vez mejor. En la primera etapa se obtuvieron las coordenadas de las articulaciones mayores del cuerpo mediante la estimación de postura humana. En la segunda etapa, se utilizaron estos datos para construir y entrenar la red neuronal, obteniendo un primer clasificador de acciones. En la tercera etapa, se probó el desempeño del clasificador en distintos dispositivos de video, incluidos las cámaras de vigilancia. Con esta configuración inicial, se realizaron tres iteraciones con ajustes en la red neuronal, en el modelo de estimación de postura y en la cantidad de datos de entrada. De los resultados de las pruebas que se hicieron a diferentes alturas y distancias, se obtuvieron tres clasificadores de acción. El primer clasificador tuvo un buen desempeño en distancias que van entre 2 y 4 metros. El segundo clasificador tuvo un desempeño mucho más bajo que el primero, por lo que se construyó un tercer clasificador adicionando más datos de secuencias de acción para el entrenamiento de la red neuronal. Este último clasificador presentó una exactitud del 92% para la clasificación de acciones, obteniendo un mejor desempeño en distancias que van desde los 3 hasta los 10 metros.