webkamera látogató számlálással

Offtopic

Olyan megoldást keresek, ami egy webkamera által rendszeres időközönként készített képeken megszámolja a rajta található személyeket.
A feladat nem egyszerű, rengeteg képet kell átnézni (százezres nagyságrend), és nem nagyon találtam rá megoldást (lehet nem véletlen?) az interneten. Vannak cégek akik próbálkoztak hasonlókkal, de mindegyik valamilyen szempontból speciális körülményt igényel.
A helyzetet tovább bonyolítja, hogy több egymást követő képen is megtalálhatóak ugyanazok a személyek, amiket jó lenne kiszűrni.
A webkamerát azért írtam az elején, mert a képek 640x480 as felbontásban vannak, és a minőségük nem kifogástalan.

Bármilyen ötletet szívesen veszek.

wrie

  • 1610 megtekintés

( hud | 2008. 05. 20., k – 21:25 )

Milyen időközönként készülnek a képek? Nem tudok segíteni, csak érdekel.

Nem volna egyszerűbb egy fénysorompót felszerelni az ajtóhoz, és abból találgatni?

Jelen pillanatban 10mp. De ez bármikor változhat. Majd egyszer rájövünk, hogy túl sok, vagy túl kevés és módosítjuk.
A fénysorompónak is rengeteg hátránya van. Talán az egyik legnagyobb, hogy a fenti megoldással egy olyan készülék előtti forgalomról szeretnék tájékozódni, mely a legtöbb esetben rövid időre kerül kihelyezésre, emiatt a sorompó telepítése nagyon körülményes. Mellesleg a készülék image-ét is rontaná.

Yorirou: köszi a kulcsszót, elindulok ezen a vonalon.

( ngy_tms | 2008. 05. 20., k – 22:15 )

Az ismétlődő személyeket tuti nem tudod majd kiszűrni.
Ha mégis ezt akarod, akkor úgymond "track"-elni kell őket, viszont, ha 10mp-enként vannak a képek, akkor
ez iszonyat nehézzé válik.

Kész progi tuti nem lesz, írni kell egyet.

A 100000-es nagyságrend iszonyat nagy erre a feladatra, sokáig fog futni.

Amúgy a képeket úgyis le kell majd kicsinyíteni, hogy gyorsabban menjen.

Muszáj leszek szűrni, mert egy személy egymást követő 5-10 esetleg 15 képen is megjelenhet. Ha ezeket összeadom, nagymértékben változtatja meg a tényleges végösszeget.
A "track" alatt mit értesz?
Egy alakzatot és színeit ideiglenesen elmenteni, majd összehasonlítani a következő képen találhatóval?
Ez így még kivitelezhetőnek tűnik.

A kép feldolgozás már más kérdés, ha megvan a módszer, nagy baj nem lehet. 3-4 erősebb szervert rá tudok állítani a feladatra.

Igazából még csak most ismerkedek a témával.
Track: követés. De a neten így találod meg: "tracking".

Ezek a pdf-ek kb erről szólnak:

http://rds.yahoo.com/_ylt=A0geu5ThNzNIA8wAtrVXNyoA;_ylu=X3oDMTEyMzBoYmU…
http://rds.yahoo.com/_ylt=A0geu5ThNzNIA8wAuLVXNyoA;_ylu=X3oDMTEyMHA1aTQ…

Le kell tudni implementálni, de ehhez persze 100% meg kell érteni.

( Proci85 v | 2008. 05. 21., sze – 01:16 )

Geovision nevű program windows alatt fut. Videójel a PC hátulján lévő kártyába megy (ez szerintem lehet bármilyen bnc-s videóbemenetes kártya, taláááán webcam is). Kameraképen adott területet megjelölve az azon áthaladó embereket számolja IN/OUT formában. Megjegyezni nem tudja szerintem az embereket, de egy 10-es tömegből 10 embert számol, ha csak a fejük tetejét is látja v. épp 45 fokban fentről lát rájuk. Nem tudom mennyibe kerül, nem tudom menne-e wine alatt...aligha. Mindenesetre elég profi szoftver, egyéb hasznos szolgáltatásai miatt is.

Hirtelen ezt találtam: http://saurus.web.interware.hu/geov.htm

Kinézete alapján mi ilyet használtunk. Közben kérdeztem a többieket, elvileg geovision kártyát kell hozzá venni és úgy működik a progi és ha minden igaz, licensztől függ, hogy hány bemetet kezelhetsz vele. Majd pontosan rákérdezek a vagyonvédelmis tanáromnál.

( turul16 v | 2008. 05. 22., cs – 13:42 )

Valaki blogolt itt olyan Japan technologiarol ami kepes lehet erre is. Hany milliod van ra ?

Egyebkent meg kurva nehez.

szerk:
De, ha feladat az, hogy egymast nem takro szines izeket kell kovetni mozgokepen. (felulnezetbol emberek)
Amiknek tudhato maximalis merete. (a tul nagy szines izek parok, vagy nagy csomagja van, a tul kicsi izek(cluster), meg kojoknek elgurult a jateka))
Ez lenyegesen egyszerubb.

( wrie | 2008. 05. 24., szo – 13:43 )

Plusz bővítő kártyát nem tudok beépíteni. Köszönöm, de az nem megoldás.

A színes izék meg szemből vannak fényképezve, nem felülről. ráadásul csak azokkal kell foglalkozni, akik a kamera felé néznek. Halottam valami olyan programról, ami az emberi szemeket tudja megszámolni. Sajnos nem találtam meg, de valami hasonló megoldást keresek.

Attól, hogy szemből vannak fényképezve, az emberek továbbra is csak színes izék maradnak.

Egyébként miért lenne baj, ha többször számlálná az embereket, ugyanis ez mindenkire igaz. Meg kell mérni, hogy egy ember átlagosan mennyi időt van a gép előtt, és amiatt hány képen lesz rajta, azaz hányszor lesz pluszban számolva. És a végén az összeredményt leosztani ennyivel.

Azt meg végképp nem fogod tudni elérni, hogy a visszatérő embereket is kiszűrjed, az már adatvédelmi szempontból is igencsak aggályos lenne.
(Én legalábbis biztos nem lennék az ügyfeletek, ha kamera jegyezné az arcomat.)

--
The Net is indeed vast and infinite...
http://gablog.eu

Akkor hanyan bamultak meg a hirdetest cimu dologrol lehet szo.

Japanok tobb eves fejlesztesel ertek el, hogy valami 20x20 pixeles kepbol elvileg azonositani tudnak embereket.

A tesom 20kHUF-ert vett fenykepezoje, kepes az arcok kovetesre, rajzol rajuk egy zold negyzetet.
De gondolom egy embert abrazolo polora is rajzolna.

DaVinchi ota tudjuk, hogy az emberi testnek vannak bizonyos aranyai talan a szemek tavolsaga es a szaj szemek,orr..stb tavolsag aranya sem valtozik tul nagy skalan.

Az arc bor szine eleg valtozo, de olyan sok fele nincs belole. pl. kek.

A szemek sotet/zold/kek (belul mindenkeppen van egy feketes vagy estleg egy voroses(eros megvilagitas)) izek feheres szegellyel. Ha talalsz ket szemet , tippelhetsz milyen tavolsagban kell orr vagy szaj format ellenorizned. (Neuras halokat szoktak ilyencelra hasznalni)
Erdemes ellenorizni, hogy bor szin veszi-e korul.

Erdekes megfigyeles az is, hogy az emberek mozognak, valamint nem valtoztatjak gyorsan bor szinuket, a szemszinuket, haj szinuket stb..
Kameratol tavolodva kicsik lesznek, de tartjak az aranyaikat.

Meg meg sok apro finomsag..

( noss | 2008. 05. 25., v – 00:26 )

bármilyen ötletet szívesen veszel...

...így hát javasolnám élő munkaerő felhasználását.

nem kell hozzá túl nagy IQ (akár hajléktalanok is alkalmazhatók),
sokkal inkább kitartás.
nem valószínű, h 8 órán keresztül egyfolytában lehetne ilyet csinálni,
de feltételezzük, hogy napi 8 órában 45 perc meló, 15 perc szünet felosztással végezhető.
így 100ezer képet átlag 46 nap alat lehetne feldolgozni egy emberrel,
10 emberrel meg 5 nap alatt +van :)
100 000 / (6 * 45 * 8) = 46.3

jó munkaszervezés és a kezdeti tapasztalatok alapján már lehet is számolgatni a kötségeket...

( wrie | 2008. 05. 30., p – 21:05 )

Továbbra is keresem az ideális megoldást, amihez sokat segítettetek. Kaptam bőven tanulmányozni valót :)
Böngészések közben ráakadtam egy programra, ami kiindulásnak nagyon jó. Segít rávilágítani, milyen problémákkal fogunk szembesülni a mi konkrét feladatunk megoldása közben.
A program neve facedetector, és itt található:
http://vasc.ri.cmu.edu/NNFaceDetector/
Nagyon egyszerű kis program(-ok) Adott képen megszámolja az arcokat, és kiírja azok számát és koordinátáját.

Kezdetben összedobok egy kis shell scriptet, ami végigpörget pár ezer képet, majd az eredmények függvényében döntöm el hogyan tovább.

Végül persze lehet hogy marad az élő munkaerő. Ebben az esetben is kell egy program, ami segít az adatfeldolgozásban. Gondolok itt arra, hogy mondjuk egy webes felületen történik az adminisztráció, ahol a feldolgozó beírja az adott képhez tartozó információkat egy mezőbe, melyet rögtön adatbázisban eltárolunk.
Ez tuti megoldás, csak időigényes.

( bandix | 2008. 05. 30., p – 22:52 )

Üdv!

Gépi tanulási módszerrel egészen jól tudnád becsülni a látogatók számát. Ehhez az Intel OpenCV library-val viszonylag könnyen összehozható egy tanuló algoritmus, majd a tanulási folyamat során érdemes különböző heurisztikákat tesztelni és a keletkező osztályozófüggvény hatékonyságát mérni, majd a legjobbat kiválasztani (ehhez akár még evolúciós metaheurisztikákat is lehetne alkalmazni). Persze arra vigyázni kell, hogy ne tanuljon rá túlságosan a tanulóadatbázisra, mert akkor nem lesz túl jó a teszteredmény.
Mindehhez először mindenképpen kell egy (vagy több) tanuló adatbázis, amit emberi erővel kell létrehozni, abban minden képhez hozzá kell rendelni az azon szereplő emberek számát. A probléma nehézsége, hogy a többször előfordulókat ki kell szűrni. Ez elvégezhető egyszerű sztochasztikai módszerekkel, persze az emelné az átlagos hiba szórását. Vagy fel kell ismerni az arcokat, ami nagymértékben megemeli a számításigényt, és persze semmi sem garantálja, hogy pontosabb összeredményt szolgáltat, mint az egyszerű statisztikai módszerek.

Az OpenCV-vel kapcsolatos irodalom:
Learning-Based Computer Vision with Intel’s Open Source Computer Vision Library
Sok hasznos kód számítógépes látás témakörben
____________________________________________________________
Slackware 12.1 - linux-2.6.25.4 - KDE 3.5.9

( Roxbury | 2008. 05. 31., szo – 10:42 )

Pár éve tán az AXIS kamerákhoz volt ilyesféle progi. Mondjuk az asszem inkább csak számlált, de azóta eltelt pár év.