Identifikation Sozialer Gruppen von Fußgängern in Videos, Motion-Similarity-Clustering und Multi-Object- Tracking unter Anwendung eines CNNs zur Identifikation von Personen in Videostreams

Abstract

Die Echtzeiterkennung von Personengruppen in Videos ist für diverse Anwendungs- und Forschungsbereiche zu einem relevanten Thema geworden. Hier zu nennen sind unter anderem Videoüberwachung, Verhaltens-forschung und Prozessoptimierung. Ziel dieser Arbeit ist daher die Entwicklung eines Systems zur auto-matisierten Erkennung und Markierung von Personen und deren Gruppenzugehörigkeiten. Beschrieben wird zunächst YOLOv3 als genutztes Convolutional Neural Network. Unter heranziehen der Konzepte des NMSC-Algorithmus wird ein System zur Erkennung von Personengruppen anhand ihrer Bewegungs-parameter entwickelt und beschrieben. Die Auswertung und Parametrisierung des Systems findet exemplarisch anhand eines Beispiels statt. Es wird gezeigt, dass das System Personen und Gruppen im Vergleich zur manuellen Identifikation meist zuverlässig erkennt. Ausnahmen resultieren vor allem aus der zugrundeliegenden Gruppendefinition und der gewählten Methoden. Zur Verbesserung des Systems wäre eine Modifikation in Bezug auf die zugrundeliegenden Methoden für die Erkennung und das Tracking von Personen denkbar.

Real-time detection of grouped persons in videos has recently become a relevant topic in research and for various applications, e.g. video-surveillance, social studies or process-optimization. The aim of this thesis is therefore the development of a system to identify and label pedestrians and groups. Firstly, the thesis provides insights regarding the YOLOv3 architecture since its used as a detection-framework in the developed system. By using basic concepts from the NMSC-Algorithm a system to identify and follow up groups of persons through motionsimilarity is developed. Its evaluation and parameterization is performed based on a demovideo. It is shown that in comparison to manual identification the system identifies persons and groups almost as accurately. Discrepancies can be explained through the applied grouping definition and through the selected methods for object-detection and -tracking. Improvements in accuracy might be achievable by modifying these.