A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Open Access
Privacy-Aware Human-Detection and Tracking System Using Biological Signals
Abra o Access
Sistema de detecção e rastreamento humano com reconhecimento de privacidade usando sinais biológicos

Toshihiro KITAJIMA, Edwardo Arata Y. MURAKAMI, Shunsuke YOSHIMOTO, Yoshihiro KURODA, Osamu OSHIRO

  • Exibições de texto completo

    94

  • Cite isto
  • Free PDF (9.3MB)

Resumo:

A chegada da era da Internet das Coisas (IoT) garantiu a onipresença das tecnologias de detecção humana. As câmeras tornaram-se instrumentos baratos para detecção humana e têm sido cada vez mais utilizadas para esse fim. Como as câmeras produzem grandes quantidades de informações, elas são ferramentas poderosas de detecção; no entanto, como as imagens das câmaras contêm informações que permitem a identificação pessoal dos indivíduos, a sua utilização apresenta riscos de violações da privacidade pessoal. Além disso, como os eletrodomésticos prontos para IoT estão conectados à Internet, imagens capturadas por câmeras de usuários individuais podem vazar involuntariamente. Ao desenvolver nosso método de detecção humana [33], [34], propusemos técnicas para detectar humanos a partir de imagens pouco claras nas quais os indivíduos não podem ser identificados; no entanto, uma desvantagem deste método era a sua incapacidade de detectar seres humanos em movimento. Assim, para permitir o rastreamento de humanos mesmo que as imagens estejam desfocadas para proteger a privacidade, introduzimos uma estrutura de filtro de partículas e propomos um método de rastreamento humano baseado na detecção de movimento e na detecção de frequência cardíaca. Também mostramos como o uso de imagens integrais [32] pode acelerar a execução de nossos algoritmos. Em testes de desempenho envolvendo imagens pouco nítidas, o método proposto produz resultados superiores aos obtidos com o método de desvio de média existente ou com um método de detecção de face baseado em características do tipo Haar. Confirmamos a aceleração proporcionada pelo uso de imagens integrais e mostramos que a velocidade do nosso método é suficiente para permitir a operação em tempo real. Além disso, demonstramos que o método proposto permite um rastreamento bem-sucedido mesmo em casos em que a postura do indivíduo muda, como quando a pessoa se deita, situação que surge em ambientes de uso do mundo real. Discutimos as razões por trás do comportamento superior do nosso método em testes de desempenho em comparação com outros métodos.

Publicação
IEICE TRANSACTIONS on Communications Vol.E102-B No.4 pp.708-721
Data de publicação
2019/04/01
Publicitada
2018/10/15
ISSN online
1745-1345
DOI
10.1587/transcom.2018SEP0006
Tipo de Manuscrito
Special Section PAPER (Special Section on Sensing, Wireless Networking, Data Collection, Analysis and Processing Technologies for Ambient Intelligence with Internet of Things)
Categoria

autores

Toshihiro KITAJIMA
  Samsung R&D Institute Japan
Edwardo Arata Y. MURAKAMI
  Samsung R&D Institute Japan
Shunsuke YOSHIMOTO
  Osaka University
Yoshihiro KURODA
  Osaka University
Osamu OSHIRO
  Osaka University

Palavra-chave