Gerac¸ ˜ao de Alarmes

Com base no resultado do seguimento de objectos e da detecc¸ ˜ao de focos de inc ˆendios, o sistema proposto reporta alarmes geo-localizados em func¸ ˜ao do tipo de evento a ocorrer no plano da imagem. Os alarmes s ˜ao classificados consoante o tipo de evento:

• Movimento - relacionado com a detecc¸ ˜ao de objectos em movimento atrav ´es do algoritmo de detecc¸ ˜ao e seguimento de objectos. Este ´e reportado quando um determinando objecto detectado: (1) n ˜ao se encontra em intersecc¸ ˜ao com pol´ıgonos de calibrac¸ ˜ao ou com regi ˜oes de chamas; (2) na posic¸ ˜ao actual do objecto, existem regi ˜oes de p´ıxeis em movimento extra´ıdas atrav ´es do m ´etodo de estimac¸ ˜ao do plano de fundo (ver Secc¸ ˜ao 3.1) .

• Seguimento - relacionado com o seguimento de objectos. Este alarme ´e reportado quando o objecto a ser seguido n ˜ao se encontra em intersecc¸ ˜ao com pol´ıgonos de calibrac¸ ˜ao lateral e n ˜ao esteja ocluso por objectos fixos no ambiente.

• Fogo - ap ´os a integrac¸ ˜ao dos resultados dos algoritmos de detecc¸ ˜ao de fogo e seguimento de objectos, ´e reportado um alarme de fogo caso a regi ˜ao tenha sido confirmada como fogo.

Um dos objectivos do sistema proposto ´e assistir o operador que controla e monitoriza uma de- terminada ´area, da forma mais eficiente e robusta poss´ıvel. Para tal, ´e executada uma comunicac¸ ˜ao entre o sistema e o operador atrav ´es da arquitectura cliente-servidor, onde o sistema funciona como prestador de servic¸os, reportando alarmes no formato Extensible Markup Language (XML) com os par ˆametros: (1) n ´umero identificador do objecto; (2) data e hora de ocorr ˆencia do evento; (3) coor- denadas GPS do evento; (4) tipo de alarme. No caso dos alarmes de seguimento, ´e adicionado o par ˆametro de descric¸ ˜ao do tipo de objecto (humano ou objecto gen ´erico).

Para al ´em dos referidos alarmes, o operador tem acesso `as imagens com os resultados do sistema. Para tornar a sua consulta mais eficiente, ´e proposto nesta dissertac¸ ˜ao uma imagem com o caminho percorrido pelos objectos no campo de vis ˜ao da c ˆamara (ver figura 3.38). Esta ´e iterativamente actualizada com base num vector que guarda as localizac¸ ˜oes dos objectos a serem seguidos:

• Caso um determinado objecto n ˜ao tenha sido classificado como humano, o seu caminho per- corrido ´e marcado atrav ´es de uma circunfer ˆencia sem preenchimento.

• Assim que um objecto ´e classificado como humano, ´e marcada uma circunfer ˆencia de maior dimens ˜ao e, a partir desse instante, as circunfer ˆencias com o caminho percorrido pelo objecto passam a conter preenchimento.

3.5. Integrac¸ ˜ao dos Algoritmos e Gerac¸ ˜ao de Alarmes

• Quando um objecto entra em oclus ˜ao com um obst ´aculo, n ˜ao ´e marcada nenhuma informac¸ ˜ao. No entanto, quando ´e efectuada uma correspond ˆencia entre um objecto detectado e o objecto ocluso, ´e marcado um M (de missed) e um rect ˆangulo (proporcional ao tamanho do objecto) na regi ˜ao da correspond ˆencia. Na figura 3.38(f) ´e poss´ıvel observar que ap ´os o objecto ficar ocluso pelo arm ´ario, vis´ıvel atrav ´es do fim da traject ´oria do objecto no lado direito da imagem, foi criado um novo objecto (a verde), e com base neste que foi executada a correspond ˆencia entre os objectos.

(a) (b) (c)

(d) (e) (f)

Figura 3.38: Caminho percorrido por objectos seguidos pelo sistema no campo de vis ˜ao da c ˆamara. (a)

Estado inicial do seguimento; (b) caminho percorrido pelo objecto no ambiente da figura (a); (c) aproximac¸ ˜ao da figura (b) para uma an ´alise detalhada `as circunfer ˆencias com e sem preenchimento, e `a circunfer ˆencia de maior dimens ˜ao, identificando o objecto como humano a partir dessa localizac¸ ˜ao; (d) caminho percorrido por v ´arios objectos no ambiente da figura (a); (e) objecto a ser seguido pelo sistema ap ´os a oclus ˜ao; (f) caminhos percorridos pelo objecto antes de ficar ocluso (a roxo) e pelo novo objecto detectado (a verde), e o rect ˆangulo que representa a correspond ˆencia entre estes.

Cap´ıtulo 4

Resultados Experimentais

Este cap´ıtulo apresenta a instalac¸ ˜ao experimental e os resultados experimentais obtidos com o sistema proposto. Para uma validac¸ ˜ao mais eficiente e uma an ´alise mais detalhada dos resultados obtidos, este cap´ıtulo encontra-se dividido em tr ˆes secc¸ ˜oes: a secc¸ ˜ao 4.1 exp ˜oe a instalac¸ ˜ao expe- rimental, e as secc¸ ˜oes 4.2 e 4.3 apresentam os resultados experimentais do algoritmo de detecc¸ ˜ao de fogo e algoritmo de detecc¸ ˜ao e seguimento de objectos, respectivamente.

4.1

Instalac¸ ˜ao Experimental

O sistema proposto nesta dissertac¸ ˜ao foi implementado na linguagem de programac¸ ˜ao C++ e testado num processador Intel Pentium(R) Dual-Core P7800 a 2.53GHz com 4Gb de mem ´oria RAM, correndo o sistema operativo Linux Ubuntu 10.10 (Maverick Meerkat).

Para a implementac¸ ˜ao do sistema proposto foi necess ´ario recorrer a tr ˆes bibliotecas: (1) biblio- teca OpenCV 2.31_{para a execuc¸ ˜ao de algoritmos de vis ˜ao computacional de baixo n´ıvel (Bradski}

and Kaehler, 2008); (2) biblioteca wavelet1d2_{para execuc¸ ˜ao da transformada wavelet discreta; (3)}

biblioteca Xerces-C++3_{para an ´alise e validac¸ ˜ao de documentos XML.}

De um modo geral, a validac¸ ˜ao experimental de um algoritmo de detecc¸ ˜ao de fogo ´e uma tarefa de elevada dificuldade, devido essencialmente a dois factores: (1) insuficiente n ´umero de bancos de dados dispon´ıveis e (2) a dificuldade de gerar um fogo controlado para a ser gravado. Neste sentido, a validac¸ ˜ao da efici ˆencia do algoritmo de detecc¸ ˜ao de fogo proposto foi executada com base num conjunto de 12 v´ıdeos encontrados em s´ıtios da Internet. Os v´ıdeos englobam um total de 21992 imagens com uma resoluc¸ ˜ao de 300× 250, gravados a uma taxa de 30 imagens por segundo e com a c ˆamara em movimento.

Relativamente ao algoritmo de detecc¸ ˜ao e seguimento de objectos, um banco de dados com 3

1_{OpenCV 2.3: http://opencv.willowgarage.com/wiki/} 2_{wavelet1d: http://code.google.com/p/wavelet1d} 3_{Xerces-C++: http://xerces.apache.org/xerces-c}

Cap´ıtulo 4. Resultados Experimentais

v´ıdeos a cores, abrangendo um total de 17247 imagens com uma resoluc¸ ˜ao de 640× 480 gravados a uma taxa de 30 imagens por segundo, foram obtidos com recurso a uma c ˆamara fixa no ambiente. Para al ´em do banco de dados referido anteriormente, para validar experimentalmente a integrac¸ ˜ao dos algoritmos de detecc¸ ˜ao de fogo e seguimento de pessoas s ˜ao necess ´arios v´ıdeos que incluam simultaneamente pessoas em movimento e regi ˜oes com chamas. Visto n ˜ao existir nenhum banco de dados dispon´ıvel com as referidas especificac¸ ˜oes e como gerar um fogo representa um grande obst ´aculo, n ˜ao foram obtidos resultados da integrac¸ ˜ao dos algoritmos.