Sistema embebido de detección de movimiento mediante visión artificial

Embedded System of Motion Detection Through Artificial Vision

  • Miguel Pérez
  • Gloria Andrea Cavanzo Nisso Universidad Distrital Francisco José de Caldas
  • Fabian Villavisán Buitrago Universidad Distrital Francisco José de Caldas
Palabras clave: Raspberry Pi 3, System embedded, Background subtraction, Real time, Artificial vision (en_US)
Palabras clave: Raspberry Pi 3, Sistemas embebidos, Substracción de fondo, Tiempo real, Visión artificial (es_ES)

Resumen (es_ES)

Este artículo presenta el diseño e implementación de un algoritmo de detección de movimiento, basado en la técnica de substracción de fondo, desarrollado en Python e implementado en un sistema Raspberry Pi 3. Se explica detalladamente el algoritmo y sus subsistemas internos, y se hacen pruebas de tiempo de su ejecución montado sobre el sistema embebido con sistema operativo GNU/Linux para determinar si estos algoritmos pueden correr en tiempo real sobre plataformas de bajo costo y tamaño reducido.

Resumen (en_US)

This paper presents the design and implementation of a Motion detection algorithm with background subtraction technique, developed in Python and implemented in a Raspberry Pi 3 system. The article a detailed explanation of the algorithm and its internal subsystems are found, and further runtime tests of the same mounted on the embedded GNU/Linux operating system to determine if these algorithms can run real-time on platforms of low-cost and small size.

Descargas

La descarga de datos todavía no está disponible.

Referencias

[1] Raspberry Pi Blog, “Where can i buy a Raspberry Pi?”. [En línea]. Disponible en: https://www.raspberrypi.org/help/faqs/#buyingWhere

[2] Proyecto Byte, “Raspberry Pi 3. Características Técnicas”. [En línea]. Disponible en: http://www.proyectobyte.com/android/raspberry-pi-3-caracteristicas-tecnicas

[3] Xataka, “Raspberry Pi 3 añade WiFi y Bluetooth, sigue costando 35 dólares”. [En línea]. Disponible en: https://www.xataka.com/makers/raspberry-pi-3-anade-wifi-y-bluetooth-sigue-costando-35-dolares

[4] M. David y J. Quiroga, “Estudio y Análisis del Algoritmo de Sustracción de Fondo Codebook”, XV Simposio de Tratamiento de Señales, Imágenes y Visión Artificial, Bogotá D. C., 2011.

[5] A Suryatali y V. B. Dharmadhikari, “Computer Vision Based Vehicle Detection for Toll Collection System Using Embedded Linux”, International Conference on Circuits, Power and Computing Technologies, Nagercoil, 2015. https://doi.org/10.1109/ICCPCT.2015.7159412

[6] A. A. Shah y Z. A. Zaidi, B. S. Chowdhry y J. Daudpoto, “Real time Face Detection/Monitor using Raspberry pi and MATLAB”, 10th International Conference on Application of Information and Communication Technologies (AICT), Baku, 2016. https://doi.org/10.1109/ICAICT.2016.7991743

[7] G. Cocorullo, P. Corsonello, F. Frustaci, L. Guachi y S. Perri. “Embedded Surveillance system Background Subtraction and Raspberry Pi”, International Annual Conference (AEIT), Naples, 2015. https://doi.org/10.1109/AEIT.2015.7415219

[8] L. Gervasoni1, J. D’amato y R. Barbuzza, “Aplicación de un método de sustracción de fondo a partir de imágenes de vídeo-vigilancia”, 15th Argentine Symposium on Technology, Buenos Aires, 2014.

[9] O. Barnich y M. V. Droogenbroeck. “Vibe: a powerful random technique to estimate the background in video sequences”, Acoustics, Speech and Signal Processing, Taipei, 2009.

[10] O. Barnich y M. V. Droogenbroeck. “Vibe: A universal background subtraction algorithm for video sequences”. IEEE Transactions on Image Processing, vol. 20, no. 6, pp. 1709-1724, 2011. https://doi.org/10.1109/TIP.2010.2101613

[11] Wikibooks, “Color Models: RGB, HSV, HSL”. [En línea]. Disponible en: https://en.wikibooks.org/wiki/Color_Models:_RGB,_HSV,_HSL

[12] Tanner Helland, “Seven grayscale conversion algorithms (with pseudocode and VB6 source code)”. [En línea]. Disponible en: http://www.tannerhelland.com/3643/grayscale%E2%80%93image%E2%80%93algorithm-vb6/

[13] A. C. Bovik, “Handbook of image & video processing”. [En línea]. Disponible en: https://www.sciencedirect.com/science/book/9780121197926#ancsection2
Cómo citar
Pérez, M., Cavanzo Nisso, G. A., & Villavisán Buitrago, F. (2018). Sistema embebido de detección de movimiento mediante visión artificial . Visión electrónica, 12(1), 97-101. https://doi.org/10.14483/22484728.15087
Publicado: 2018-06-30
Sección
Visión de Caso

Artículos más leídos del mismo autor/a