Utilize este identificador para referenciar este registo:
http://hdl.handle.net/10773/23483
Título: | Are you looking at me?: monitoring classrooms |
Outros títulos: | Estás a olhar para mim?: monitorização de salas de aula |
Autor: | Canedo, Daniel Duarte |
Orientador: | Neves, António José Ribeiro Fernandes, José Maria Amaral |
Palavras-chave: | Reconhecimento facial (Ciência de computadores) Reconhecimento de padrão Análise de imagem Engenharia eletrónica |
Data de Defesa: | 2017 |
Editora: | Universidade de Aveiro |
Resumo: | This dissertation implements a monitoring system that can be used in
three different contexts: monitoring a single student, monitoring a classroom
or monitoring a group of people. In order to build this system, we
based the development on the use of algorithms for face detection, face
recognition and facial features extraction. During this work it was also
implemented an eye tracker, a face tracker, an head estimation pose
and emotion detection. For each context, different approaches were
developed.
For the single user monitoring, there was the need of recognizing the
face. For this context, the most convenient algorithm was based on
Local Binary Patterns Histograms. After a successful recognition, the
system assigns an ID to the face and starts tracking it while retrieving
useful data from the facial features. For the classroom monitoring, there
was no need of recognition, only face tracking. For each face detected,
an ID is assigned and the face tracker starts. For the monitoring of a
group of people, there was the need of making a face recognition each
time a new face appears in the frame and, after a successful recognition,
the face tracker starts.
The main contributions of this thesis are an automatic calibration for
the digital camera used in the system for a better face recognition, a
modular solution separated in three components that can be used to
monitor three different contexts, retrieving relevant information during
a certain period of time that an individual was in front of the camera.
The developed software was integrated in a graphical user interface
software provided by the camera manufacturer. Esta dissertação implementa um sistema de monitorização que pode ser usado em três contextos diferentes: monitorização de um estudante, monitorização de uma sala de aula ou monitorização de um grupo de pessoas. Por forma a construir este sistema, baseamo-nos no uso de algoritmos para deteção facial, reconhecimento facial e extração de características faciais. Durante este trabalho também foi implementado um tracking do olhar, tracking facial, estimativa da pose da cabeça e deteção de emoções. Para cada contexto, várias abordagens foram desenvolvidas. Para a monitorização de um estudante, foi preciso reconhecer a face. Para este contexto, o algoritmo mais conveniente foi baseado no Local Binary Patterns Histograms. Depois de um reconhecimento bem sucedido, o sistema atribui um ID à face e começa a dar tracking à mesma enquanto recolhe informação útil das características faciais. Para a monitorização de uma sala de aula, não foi preciso reconhecer faces, apenas tracking facial. Para a monitorização de um grupo de pessoas, foi preciso fazer reconhecimento facial de cada vez que aparecesse uma nova face em cena, e depois de um reconhecimento bem sucedido, o tracking facial começa. As principais contribuições desta tese foram uma calibração automática para a câmera digital usada no sistema para um melhor reconhecimento facial, uma solução modular separada em três componentes que podem ser usados para monitorizar três contextos diferentes, recolhendo informação relevante durante um certo período de tempo que certo indivíduo esteve em frente da câmera. O software desenvolvido foi integrado num software gráfico de user interface fornecido pelo fabricante da câmera. |
Descrição: | Mestrado em Engenharia Eletrónica e Telecomunicações |
URI: | http://hdl.handle.net/10773/23483 |
Aparece nas coleções: | UA - Dissertações de mestrado DETI - Dissertações de mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Dissertação.pdf | 103.35 MB | Adobe PDF | Ver/Abrir |
Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.