Reconocimiento de imágenes en frames de vídeo utilizando redes neuronales

Abstract

En la actualidad existen varias aplicaciones para realizar el reconocimiento y clasificación de imágenes en los sistemas de videovigilancia y para esto se requiere procesar el vídeo de manera rápida debido a que son vídeos en tiempo real. Uno de los métodos que se utiliza para realizar estas aplicaciones es el uso de redes neuronales. En el presente proyecto de investigación se realizó un clasificador de imágenes utilizando las redes neuronales convolucionales (CNN), que se utilizaron para entrenar al clasificador cuyas imágenes a ser reconocidas son una secuencia de cuadros de vídeo obtenido a través de una cámara de videovigilancia. El aporte del proyecto es la clasificación de imágenes (personas, vehículos) desde los frames de vídeo que generalmente tienen baja calidad en definición, iluminación, distancia de objetos, etc., y la implementación del clasificador con la red neuronal que requiere una buena capacidad computacional para realizar millones de operaciones simultáneas. En ese contexto para realizar el clasificador de imágenes se utilizó el programa MATLAB que cuenta con una Red Neuronal Convolucional (CNN) denominada Alexnet. Esta red tiene un conjunto de más de 1 millón de imágenes para facilitar el reconocimiento de las mismas. A esta red se la entrenó nuevamente para que únicamente clasifique ciertos objetos en el vídeo (personas, autos). Finalmente se obtuvo el clasificador con redes neuronales que permite reconocer y clasificar personas y autos en vídeos.