Procjena gustoće mnoštva ljudi utemeljena lokalnim binarnim značajkama

undergraduate thesis

• Title (english): Crowd Density Estimation Based on Local Binary Patterns
• Author: Antonio Kuzminski
• Mentor: Slobodan Ribarić (mentor)
• Committee member: Slobodan Ribarić (predsjednik povjerenstva)
• Committee member: Darijan Marčetić (član povjerenstva)
• Committee member: Franjo Matković (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2020-07-09, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

Procjena gustoće mnoštva od velike je važnosti u video nadzoru i upravljanju mnoštvom. Predložene
su različite metode za rješavanje ovog problema, međutim, većina ih procjenjuje gustoću mnoštva
cijele slike pritom ignorirajući lokalna mnoštva. U ovom radu primjenjuje se operator lokalnih binarnih
značajki nad sivim slikama i sivim slikama nad kojima je primjenjen operator gradijenta. Iz takvih slika
se pomoću matrice pojavnosti lokalnih binarnih značajki, postupkom klizećeg okna, izračunavaju
Haralickove značajke koje tvore vektore značajki. Koriste se dvije vrste klasifikatora: k-NN i SVM koji
se na kraju spajaju u jedan klasifikator i utjecaj svakog klasifikatora uvjetovan je njegovom točnošću
klasifikacije.

Abstract (english)

Crowd density estimation is of great importance in video surveillance and in crowd management.
Most of the existing methods estimate crowd density of a whole image while ignoring local density areas.
In this work local binary pattern is used on gray and gradient images. These pictures are used to
extract Haralick features from local binary pattern co-occurence matrix, using sliding window
technique, which later form feature vectors. Two type of classifiers are used: k-NN and SVM.
They are later fused together and the influence of each one is dependant on the classifier accuracy of
training set of images.

• Keywords: lokalna binarna značajka; matrica pojavnosti lokalnih binarnih uzoraka; vektor značajki; k-NN klasifikator; SVM klasifikator; gustoća mnoštva
• Keywords (english): local binary pattern; gray level co-occurence matrix; feature vectors; k-NN; SVM; crowd density
• Language: croatian
• URN:NBN: urn:nbn:hr:168:981818
• Study programme: Title: Computing; Study programme type: university; Study level: undergraduate; Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2023-01-13 15:23:00