DOI:
https://doi.org/10.14483/22484728.15087Publicado:
2018-06-30Número:
Vol. 12 Núm. 1 (2018)Sección:
Visión de CasoSistema embebido de detección de movimiento mediante visión artificial
Embedded System of Motion Detection Through Artificial Vision
Palabras clave:
Raspberry Pi 3, System embedded, Background subtraction, Real time, Artificial vision (en).Palabras clave:
Raspberry Pi 3, Sistemas embebidos, Substracción de fondo, Tiempo real, Visión artificial (es).Descargas
Resumen (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)
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.
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
[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
APA
Pérez, M. ., Cavanzo Nisso, G. A. ., y 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
ACM
[1]
Pérez, M. et al. 2018. Sistema embebido de detección de movimiento mediante visión artificial . Visión electrónica. 12, 1 (jun. 2018), 97–101. DOI:https://doi.org/10.14483/22484728.15087.
ACS
(1)
Pérez, M. .; Cavanzo Nisso, G. A. .; Villavisán Buitrago, F. . Sistema embebido de detección de movimiento mediante visión artificial . Vis. Electron. 2018, 12, 97-101.
ABNT
PÉREZ, Miguel; CAVANZO NISSO, Gloria Andrea; VILLAVISÁN BUITRAGO, Fabian. Sistema embebido de detección de movimiento mediante visión artificial . Visión electrónica, [S. l.], v. 12, n. 1, p. 97–101, 2018. DOI: 10.14483/22484728.15087. Disponível em: https://revistas.udistrital.edu.co/index.php/visele/article/view/15087. Acesso em: 3 dic. 2024.
Chicago
Pérez, Miguel, Gloria Andrea Cavanzo Nisso, y Fabian Villavisán Buitrago. 2018. «Sistema embebido de detección de movimiento mediante visión artificial ». Visión electrónica 12 (1):97-101. https://doi.org/10.14483/22484728.15087.
Harvard
Pérez, M. ., Cavanzo Nisso, G. A. . y Villavisán Buitrago, F. . (2018) «Sistema embebido de detección de movimiento mediante visión artificial », Visión electrónica, 12(1), pp. 97–101. doi: 10.14483/22484728.15087.
IEEE
[1]
M. . Pérez, G. A. . Cavanzo Nisso, y F. . Villavisán Buitrago, «Sistema embebido de detección de movimiento mediante visión artificial », Vis. Electron., vol. 12, n.º 1, pp. 97–101, jun. 2018.
MLA
Pérez, Miguel, et al. «Sistema embebido de detección de movimiento mediante visión artificial ». Visión electrónica, vol. 12, n.º 1, junio de 2018, pp. 97-101, doi:10.14483/22484728.15087.
Turabian
Pérez, Miguel, Gloria Andrea Cavanzo Nisso, y Fabian Villavisán Buitrago. «Sistema embebido de detección de movimiento mediante visión artificial ». Visión electrónica 12, no. 1 (junio 30, 2018): 97–101. Accedido diciembre 3, 2024. https://revistas.udistrital.edu.co/index.php/visele/article/view/15087.
Vancouver
1.
Pérez M, Cavanzo Nisso GA, Villavisán Buitrago F. Sistema embebido de detección de movimiento mediante visión artificial . Vis. Electron. [Internet]. 30 de junio de 2018 [citado 3 de diciembre de 2024];12(1):97-101. Disponible en: https://revistas.udistrital.edu.co/index.php/visele/article/view/15087
.png)
.jpg)
