UNIVERSIDAD DISTRITAL

Francisco Jos de Caldas

Facultad Tecnolgica

Formato para Propuesta de Proyecto de Grado de

Ingeniera en Control.
Modalidad:
PASANTA

MONOGRAFA

INVESTIGACIN

TITULO PROPUESTA
Sistema de conteo automtico de flujo de personas por medio de visin artificial

PROPONENTES
Andrs Mauricio Garca Piragua 20131383032
William Alexander Moreno Gmez 20131383033

DIRECTOR
Ing. Miguel Ricardo Prez Pereira

REFERENCIA AL CONSEJO
El proyecto se enfoca en el desarrollo, implementacin y validacin de un sistema de visin artificial para
el conteo automtico de personas en tiempo real, como herramienta de clculo y anlisis de aforo en
lugares concurridos, que mejore la movilidad en comparacin con tecnologas actuales como torniquetes.
El proyecto se ejecutar en la modalidad de investigacin en la rama de anlisis de imgenes, abordados
por el grupo de investigacin Roma de la Universidad Distrital Facultad tecnolgica.

DATOS DE ENLACE
E-mail: anmgarciap@correo.udistrital.edu.co Telfono: 3166128479
E-mail: william.a.moreno.g@gmail.com Telefono: 31033322255
____________________________________________________________________
Espacio Exclusivo Consejo Curricular
APROBADO

MODIFICAR

RECHAZADO

HOJA DE ACEPTACIN

Sistema de conteo automtico de flujo de personas por medio de visin

artificial.

Observaciones.
_________________________________________________________
_________________________________________________________
_________________________________________________________
_________________________________________________________
_________________________________________________________
_________________________________________________________

_______________________________
Director del Proyecto
Ing. Miguel Ricardo Prez Pereira

_______________________________
Evaluador del Proyecto
Ing. Frank Nixon Ramos

_______________________________
Vo.Bo. Metodologa
Ing. Henry Montaa

Fecha de presentacin: Mayo de 2015

INFORMACIN GENERAL DEL PROYECTO

Ttulo: Sistema de conteo automtico de flujo de personas por medio de visin
artificial.
Estudiantes Proponentes: Andrs Mauricio Garca Piragua
William Alexander Moreno Gmez
Total de Estudiantes (nmero): 2
Lnea de Investigacin: Visin Artificial.
Descriptores / Palabras claves: Feature extraction, Image analysis, Object detection,
Subtraction techniques, Image recognition.
Modalidad
Pasanta:
Monografa: X
Investigacin:
Lugar de Ejecucin del Proyecto:
Nombre de la Entidad:
Entidad Pblica
X
Entidad Privada
Empresa agrcola
Empresa Industrial
Empresa servicios
Grupo investigacin X
Otras (Indicar cul)
Ciudad: Bogot D.C.
Departamento: Cundinamarca
Direccin: Transversal 70B No 73 A 35 sur
Telfono:
Fax:
Correo Electrnico: dectecnologica@udistrital.edu.co
Sede de la Entidad: Facultad Tecnolgica Nit: 899.999.230.7
Duracin del Proyecto (meses): 6
Valor total del proyecto:$ 2246.000
Modalidad - Investigacin
Grupo de investigacin: Roma
Director del Grupo: Giovanny Bermdez
Proyecto de investigacin adscrito: Desarrollo de sistemas sensoriales.
Modalidad - Pasanta: N/A
Entidad: N/A
Representante Legal: N/A
Profesional de la entidad que acompaa pasanta.: N/A
Valor del proyecto: N/A
Financiacin en especie: N/A
Financiacin en dinero: N/A
Observaciones:

RESUMEN EJECUTIVO
La creciente necesidad del conteo de personas ha tomado una gran importancia para los
entes administrativos de diferentes sitios que ofrecen algn tipo de servicio al pblico, ya sea
por requerimiento de verificacin o, como fin estadstico para crear una base de datos
estadsticos para el marketing, servicio al cliente u otros intereses administrativos del lugar.
Considerar el aforo es parte de un control de seguridad, pues la restriccin en la cantidad de
ocupantes por rea segn el espacio, garantiza la seguridad de la estada de las personas
debido a las caractersticas intrnsecas de las edificaciones, as como su uso, riesgo, tipo de
construccin o evento que aloja. Generalmente en algunos sitios este ingreso se ha hecho
con torniquetes, pero no en todos los sitios se puede llevar a cabo una implementacin de
ste tipo por lo imprctico que puede llegar a ser, y por qu en el caso de una emergencia
pueden convertirse en obstculos y trampas que ponen en riesgo la vida humana.
Tener presente la cantidad de personas que entran y salen de un lugar en tiempo real permite
dar datos estadsticos de uso del sitio pero an ms, cumplir requisitos de seguridad, para
la prevencin de siniestros que como objetivo fundamental de todo lugar pblico o privado
debe ser salvaguardar vidas humanas, as como de preservar el patrimonio y continuidad de
la edificacin.
El objetivo entonces es determinar el nmero puntual de personas que ingresan y salen a
un lugar mediante el procesamiento de imgenes obtenidas mediante cmaras que permita
conocer en tiempo real el aforo del lugar donde se implement, en este sentido el proyecto
debe entregar un algoritmo de reconocimiento de personas, junto con los requerimientos
mnimos de funcionamiento ptimo, que otorgue herramientas cuantitativas para elaborar
histogramas de afluencia o estrategias de seguridad.
El reconocimiento de personas ser programado en base a algoritmos de reconocimiento de
objetos en imgenes, dependiendo del tipo de eficiencia en algoritmos supervisados o no
supervisados y buscando herramientas de programacin sobre algoritmos que se ajusten a
nuestras necesidades como Linux, open CV, image toolbox de Matlab, phyton, Java u otros.
Nos centraremos en aquel que permita en lo posible una portabilidad de lenguaje para
futuros trabajos en mltiples plataformas.
El trabajo es propuesto en la modalidad de monografa en la cual sern plasmado el trabajo
que recopila los resultados obtenidos y el prototipo ser puesto a prueba en el grupo de
investigacin ROMA en la Facultad Tecnolgica, una vez est finalizado se entregara una
herramienta de control de pblico en lugares pblicos o privados flexible de fcil
implementacin y con toda la documentacin de uso para el aporte en la rama de
procesamiento digital de seales, en la carrera de Ingeniera en control.
El costo general del proyecto se estima en $2246.000 y se estima una duracin de 6 meses

2.0 DESCRIPCIN DEL PROYECTO

2.1 Planteamiento del Problema

Todo edificio, auditorio, Coliseo, de carcter pblico o privado segn normas arquitectnicas
admite una cantidad mxima de personas que pueden estar en un tiempo determinado, estos
parmetros se deducen del uso, riesgo o tipo de construccin as como del evento alojado.
Cuando no se respetan dichas disposiciones se incurre en faltas a la seguridad, poniendo
en riesgo la vida de las personas que all se encuentren.
La falta de datos sobre la concurrencia de personas a un lugar lleva a congestiones, y en
muchos casos tragedias, cuando el uso de elementos como torniquetes no permite tener un
control sobre el aforo del sitio. Hoy en da colocar torniquetes en eventos o lugares de
carcter pblico resulta una solucin poco prctica pues hoy en da deben tender a
desaparecer por ser un obstculo para personas en condicin de discapacidad, y por qu en
caso de una emergencia se convierten en trampas para los planes de evacuacin.
Es necesario tener a disposicin un sistema flexible que no obstaculice el libre paso de los
transentes pero que tambin, est en la capacidad de entregar datos cuantitativos lo ms
exactos posibles para el realizar el control del aforo en lugares requeridos.

2.2 Justificacin
Eliminar los torniquetes e implementar un sistema de conteo de personas por anlisis digital
de imgenes permite integrar soluciones flexibles y novedosas para la movilidad que hoy en
da se vienen implementando en lugares con alta afluencia de pblico.
El anlisis digital de imgenes impulsado desde la investigacin permite en primera instancia
la apropiacin del conocimiento de diferentes tcnicas y algoritmos que muchos entes
acadmicos a nivel mundial vienen impulsando desde hace mucho tiempo, y que hoy en da
es un gran campo del conocimiento donde el grupo de investigacin puede empezar a dar
grandes aportes para la carrera de ingeniera en control.
Lograr enfocar el proyecto desde herramientas basadas en soluciones de cdigo abierto
para anlisis y deteccin de personas, representa un gran plus en el proyecto pues permite
impulsar nuevas soluciones para la parte administrativa que se considera en el proyecto, y
adems le da la oportunidad de impulsar futuros trabajos relacionados con la deteccin de
personas e imgenes, que se plantearan desde el grupo de investigacin aplicados a la
robtica mvil.

3. Estado del Arte

El incremento exponencial en el manejo de archivos digitales abre un gran campo de estudio
e investigacin en diferentes campos como lo son los enfocados en las imgenes el audio y
el video. En [1] se resalta la necesidad de tener herramientas pertinentes y eficientes para
la manipulacin de todo tipo de archivos digitales. En especial de las imgenes se debe
extraer y etiquetar cientos de caractersticas en base al color, intensidad, textura, contornos.
[1] realiza un trabajo de revisin desde los comienzos del procesamiento en los aos 90,
posteriormente los trabajos que recopila muestra el comienzo del soporte de color a las
imgenes y extraccin de formas y caractersticas. El trabajo resume entonces los
componentes principales que deben tener los sistemas de reconocimiento entre los que
destacan una interfaz de usuario de fcil acceso para los sistemas, la integracin de varias
caractersticas para elaborar una similitud entre las imgenes que se procesan, y finalmente
destacan el potencial de aplicacin que tiene el procesamiento de imgenes en diversos
campos de aplicacin.
En el trabajo de deteccin de rostros [2] tenemos una visin positiva del proyecto, pues el
desempeo que han logrado hoy en da las herramientas computacionales nos permiten
avanzar en la implementacin de soluciones basadas en sistemas ms flexibles ms
precisos y ms seguros basndose en sistemas informticos que proveen una solucin
econmica de bajo mantenimiento como lo son las cmaras. Los trabajos actuales de
imgenes se enfocan en proveer anlisis de imgenes de alta calidad para el monitoreo y
control en tareas en que dispositivos como los infrarrojos hoy en da tienen tantos fallos, con
el fin de tener la informacin precisa en tiempo real.
Ahora la clave es tener la nocin general de como es el proceso de deteccin de objetos y
las metodologas propuestas desde el campo de la investigacin acadmica. Trabajos como
[3] y [4] proponen algunos parmetros a tener en cuenta y de [3] destacamos el diagrama
de flujo que proponen para el anlisis de imgenes. Aunque su trabajo est limitado a la
cantidad de personas que estn presentes en determinado momento, representa un aporte
bastante positivo para nuestro proyecto, pues plantean problemas que debemos intentar
solucionar como, el hecho que las personas lleguen abrazadas y haga un conteo errneo,
este trabajo ubica la cmara apuntando paralelamente al piso y utilizan una tcnica de
marcado de pixeles para sobre marcar unos vectores entre imgenes que determinan hacia
donde se dirigen ciertos objetos. Existen problemas cuando las personas llevan objetos
como maletas de mano u otros que marcan tambin trayectorias sobre los anlisis y pueden
convertirse en falsos positivos, pero hace parte de problemas que debemos incluir dentro
del proyecto. El diagrama de flujo que [4] nos propone estima la extraccin de los objetos
que en la imagen estn movindose, y estima la posible existencia de una persona
basndose en el rea del objeto en movimiento, calcula el color de los pixeles en movimiento
y le hace un seguimiento a travs de un par le lneas imaginarias que representan la entrada
y salida del lugar para finalmente hacer el conteo. Se considera que si el seguimiento a los
pixeles no superan las lneas imaginarias no se debe contar. Es de destacar que ellos hacen
el trabajo con una resolucin de imagen de 320x240 a 30FPS estos datos para nuestro
proyecto nos plantean si podemos elevar la resolucin de la imagen a costa de elevar el
proceso computacional pero mejorar la precisin del trabajo que [4] propone o si tambin se

puede considerar la posibilidad de elevar los fotogramas por segundo que se estn tomando
en el video. El resultado final de ellos fue un contador de personas de buena precisin, pero
no se aplica el sistema a ninguna aplicacin especfica, solo se limitan a un ensayo inicial
del prototipo.

Figura 1. Algortimo propuesto para identificacion de personas [4]

El trabajo de [3] nos resalta la importancia del manejo del pre-procesamiento de la imagen
para controlar el umbral de rango en que se digitaliza la imagen, y posteriormente se hace
la segmentacin de las personas y el fondo de la imagen pues muestran como la influencia
de las condiciones externas al lugar donde se realiza el trabajo influye en el desempeo del
algoritmo que ellos proponen. Esto nos ubica en dos situaciones de trabajo pues debemos
considerar en primera instancia que el lugar de implementacin sea controlado para la
validacin y verificacin de los algoritmos que se analizan y en segunda instancia como
mejorarlos una vez analizados para ponerlos a trabajar en condiciones no controladas.

El mejoramiento de los problemas de iluminacin se podra llegar a solucionar con la

propuesta de [2] en donde plantean el NCC (Normalized Color Coordinates). La
normalizacin de los colores es una propuesta que vale la pena considerar pues muestra
resultados positivos para elevar la eficiencia del mtodo.
Es pertinente para nuestro trabajo considerar como ser la ubicacin de la cmara pues esto
parte en 2 los trabajos que nos permiten desarrollar el estado del arte, debido a que el
posicionamiento implica el aumento o disminucin del efecto del ambiente sobre la imagen
consideramos muestras de algunos trabajos.

Figura 2. Analisis de 2 peatones que caminan en direcciones opuestas [4]

Figura3. Ejemplo de vistas de cmara en (c) y (d) la alta afluencia empobrece la imagen [3]

Figura 4. Deteccion de personas de frente [2]

El trabajo de [2] basado en la deteccin facial nos lleva a indagar que otros algoritmos en
este campo existen encontramos pues en [5] un artculo que resume las principales
investigaciones en el campo del reconocimiento facial. El aporte ms importante de este
artculo es la revisin matemtica que se realiza para la extraccin de caractersticas en las
imgenes. En primera instancia muestra que si bien los algoritmos de identificacin muestran
una alta eficiencia ninguno es 100% confiable y esto es porque la tcnica de identificacin
por imgenes al no ser invasiva, deja un margen de error que para algunas aplicaciones

puede ser despreciable. Tenemos entonces bastantes trabajos en base a diferentes tcnicas
de deteccin de rostros como el Anlisis de componentes principales (PCA) tambin
denominada Eigenfaces [6], o los Anlisis de discriminantes lineales (FLD de Fisher o
Fisherfaces [7], estos ltimos trabajos aunque se especializan en deteccin de rostros sobre
personas especificas tambin exponen identificadores claves para el reconocimiento del
rea del rostro que brinda una caracterstica de anlisis clave para el proyecto para eliminar
e problema de los falsos positivos cuando se ponga a prueba el prototipo.
De estos ltimos tenemos como los autores resaltan la importancia del pre-procesamiento
en funcin de corregir elementos como la iluminacin y el escalado, pues como no hay una
tcnica de reconocimiento que se logre considerar como la mejor, si no que se escoge en
funcin del problema que pretende solucionar, y respecto a su implementacin [5] sugiere
que la mayor cantidad de trabajos se suele trabajar en tarjetas DSPa nivel de hardware
aunque en [8] se realiza una implementacin de deteccin para seguridad donde se hace la
implementacin sobre cdigo abierto y una plataforma Raspberry Pi que emula un pequeo
ordenador basado en plataforma Linux de bajo costo y con buenos resultados superiores al
70% en la deteccin.
Finalmente en [9] tenemos un trabajo enfocado a deteccin de objetos donde destacan el
uso de las tcnicas de modelado de fondo y extraccin (background modeling techniques),
estos son mejor expuestos en [10] donde analizan 6 tcnicas diferentes entre las cuales
estn: el promedio gaussiano, la estimacin por densidad y la concurrencia por variaciones
de imgenes. La comparacin de los mtodos se hace entorno a la velocidad, los
requerimientos de memoria y la precisin de los mtodos. Este documento permite hacer
una comparacin rpida de los mtodos, para encontrar entre los mtodos el ms ptimo
para una aplicacin en especfico.

4 Marcos de referencia
4.1 Marco Terico
4.1.1 Procesamiento digital de imgenes
El procesamiento de imgenes, nace desde que se dispone de recursos tecnolgicos para
captar y manipular informacin a manera de matrices de informacin, creando una tecnologa
asociada al campo de la computacin. Los estudios recientes se enfocan a minimizar el efecto
de las prdidas de informacin por la misma naturaleza de las imgenes bien sea por la
naturaleza discreta de los pixeles de la imagen o por el rango limitado de luminosidad que el
pixel puede tomar.
Todas las seales que encontramos en la naturaleza son de tipo anlogas continuas
variables en amplitud, para que puedan ser procesadas la tecnologa se vale de elementos
pasivos y activos, ms especficamente los sistemas que son dedicados al procesamiento
de seales discretas se les denomina DSP [11] y consta de lo siguiente:

Figura 5. Diagrama de bloques de un sistema DSP [11].

De donde los subsistemas que lo componen son:

PrF: Es un pre-filtro tambin llamado filtro antiliasing, para evitar el aliasing que es un
fenmeno que impide que una seal anloga se discretice correctamente.
ADC: Conversor anlogo digital produce una transmisin digital de nmeros binarios
en funcin de seales anlogas.
Digital Signal Processor: Es el corazn del DSP como sistema y puede ser un
microprocesador de propsito general o especifico segn la aplicacin, la diferencia
generalmente depende de la ALU contenida.
DAC: Realiza la operacin Inversa del ADC produce una forma de onda escalonada
correspondiente a una secuencia binaria digital, generando una onda continua.
PoF: Este es un post-filtro para suavizar la salida escalonada del DAC a una seal
anloga.
4.1.2 Definiciones.
Para El trabajo enfocado a imgenes digitales debemos manejar los trminos claves en [12]
encontramos los trminos bsicos relacionados que son:
Visin por computadora: Se refiere a la adquisicin, procesamiento, identificacin y
clasificacin de patrones que se pueden encontrar en las imgenes digitales.
Pixel: Elemento fundamental sobre el que se construyen las imgenes digitales, a
saber cada pixel aporta informacin de la imagen sobre color intensidad u otro segn
el formato usado.
Imagen: Se denomina al arreglo bidimensional de pixeles puede ser de diferentes
tipos como escalar de grises o RGB segn el tipo de procesamiento que se est
usando. Matemticamente segn [12] la imagen se representa por
= (, )
Tambin un sistema de procesamiento se puede dar por una funcin:
(, ) = [(, )]
Color: Se forma generalmente de combinaciones rojo, verde y azul o RGB por sus
siglas en ingles. Segn el sistema de procesamiento pueden ser valores de 0-1 o de
0-255, de la combinacin de estos salen parmetros como Brillo, Tono, luminosidad.
Histograma: es una representacin del nmero de pixeles en cuanto a su valor
presente en una imagen.

4.1.3 Ruido en imgenes

El ruido en las imgenes es una caracterstica inherente en las mismas y es por la
naturaleza de la cmara o el medio de transmisin de la seal, generalmente son pixeles
aislados con valores marcadamente diferentes a los pixeles vecinos. En [12] se encuentra
una clasificacin bsica que segn el tipo puede ser:
Gaussiano: Cuando se aprecian pequeas variaciones en las imgenes, se debe
principalmente a diferentes ganancias en la cmara o ruido en los opto sensores. Se
considera que el valor ideal del pixel es el mismo ms una ganancia variable
aleatoria gaussiana.
Impulsional: en otras literaturas lo llaman sal-pimienta, en la imagen se aprecia
como puntos que son pixeles que toman valores muy altos o bajos con respecto a
sus vecinos, sus causas son saturaciones en los sensores o una prdida de seal en
el punto, aunque tambin en sistemas de cmaras infrarrojas se da por saturacin
del pixel.
Multiplicativo: Si la imagen en general muestra una deficiencia progresiva, se dice
que ocurre cuando hay presente la convolucin de 2 seales.
4.1.4 Visin por computadora en Python
El procesamiento mediante visin por computadora se ha desarrollado casi siempre sobre
plataformas en base a C/C++, y el uso de software de Matlab [13]. Pero aunque Matlab
ofrece una plataforma de alto nivel para probar algoritmos y hacer prototipado, pero su
desempeo no es comparable con una implementacin optimizada de cdigo. Actualmente
han emergido soluciones muy competentes en procesamiento y algoritmos de visin
artificial sobre Python [14].
4.1.5 Herramientas sobre python
Actualmente se han desarrollado mltiples herramientas sobre cdigo abierto que han sido
muy usadas entre ellas se destacan 2 principalmente que son: NumPy/ SciPy y OpenCV en
[15] encontramos la informacin de las herramientas y tenemos:
NumPy: Ofrece un soporte de arreglos de N-dimensiones para Python. La librera es
reconocida por ofrecer manipuladores multidimensionales para lenguaje C. Gran
cantidad de algoritmos a bajo nivel son basados en este mismo.
SciPy: Contiene libreras y herramientas cientficas y matemticas para Python sobre
NumPy. La herramienta incluye rutinas como integracin optimizacin y funciones
para procesamiento de imgenes como Matplotlib y IPython.
Pygame: Es un Framework enocado al desarrollo de juegos, provee funciones de tipo
graficas y de audio para aplicaciones multimedia, recientemente a aadido un
soporte para cmara, se basa en plataformas SDL y trabaja en OSX, Linux,
Windows, Nokia S60 y OLPC.
OpenCV: Originalmente naci como una iniciativa de Intel. Se cre como una
plataforma de cdigo abierto para visin por computadora, muy usada por su
desempeo en tiempo real. La librera se desarroll sobre cdigo C, y asegura una
portabilidad rpida del cdigo y para muchas plataformas de tipo embebido.

4.1.6 Visin por Computadora

En muchas aplicaciones de Visin por computadora como la realidad aumentada se tiene
procesos similares, un fotograma es adquirido de un video secuencial, pasa por un proceso
arbitrario, y luego la imagen es mostrada. Esta secuencia se repite indefinidamente cuando
estamos trabajando en tiempo real. En Phyton existen una variedad de herramientas en [15]
se resumen a manera de tabla las principales:

Tabla 1. Un pequeo resumen de libreras que pueden ser usadas para CV con Phyton [15].

Es parte del trabajo estudiar algunas de estas opciones, para aplicarlas al proyecto segn
sea necesario. Tambin puede ser pertinente revisar el Image TollBox de Matlab , cuyas
funciones, y algoritmos de procesamiento se detallan en la ayuda del mismo programa o en
[16] tenemos un gran resumen que puede ser til, de soluciones que fueron probadas en
Matlab pero basadas en cdigo abierto.
4.2 Marco Legal
4.2.1 ISO 9001
La norma establece que en el diseo y desarrollo del proyecto en el que estamos involucrando
tecnologa, se debe estructurar y especificar las etapas y resultados del diseo de un proyecto
de tal manera que se sinteticen:
Etapa de diseo y desarrollo.
Revisin verificacin y validacin del sistema.
Requisitos funcionales y de diseo.
Informacin proveniente de diseos previos similares.
Proporcionar informacin apropiada para la compra y/o produccin necesaria en el
diseo.
Especificacin de las caractersticas de uso correcto del prototipo.
Adicionalmente tambin [17] muestra que deben validarse y aprobarse los procedimientos
llevados a cabo para la realizacin del proyecto, por lo tanto es necesario aplicar los
siguientes parmetros cuando sea pertinente:

Revisin de criterios y aprobacin del desempeo.

Aprobacin del sistema.
Revalidacin.

Asuntos como la mejora y seguimiento de medicin y funcionamiento de los prototipos

tambin son incluidos dentro de la norma, sin embargo estos puntos tienen lugar a discusin
una vez se ha realizado la puesta en marcha del prototipo, lo cual es posterior a diseo y
validacin.

5. Objetivos
5.1 General.
Diseo de un sistema de conteo de personas basado en algoritmos de identificacin en
imgenes continas digitales.
5.2 Especficos.

Identificar algoritmos de procesamiento continuo de imgenes para conteo de objetos.

Seleccin e implementacin de dos algoritmos de reconocimiento de imgenes
Implementacin del algoritmo que se ajuste a las necesidades del proyecto.
Puesta a prueba del prototipo de deteccin de personas en un ambiente controlado
para analizar la precisin del algoritmo implementado.

6 Alternativa de Solucin
6.1 Diagrama de bloques de la solucin
El proyecto en resumen se basa en la extraccin de caractersticas en imgenes digitales
usando la diferencia entre fotogramas, en base a esto se espera evaluar bordes sobre las
figuras o evaluar una tcnica basada en deteccin de rostros para evitar los falsos positivos
dando mejores resultados, despus de hacer la deteccin se debe hacer un seguimiento
sobre el plano, de tal forma que se determine si el sujeto va pasando, a esta tcnica se le
denomina tracking.
En el diagrama de bloques propuesto para el algoritmo tenemos que el sistema toma
fotogramas mediante la cmara cada imagen se pasa a formato estndar definido segn el
algoritmo (RGB, YUY, UYBY) se puede trabajar, en la imagen se debe extraer el fondo para
poder hacer la extraccin de objetos, posteriormente se debe marcar aquellos objetos que
son posibles personas, con las marcas se hace un seguimiento a lo largo de los siguientes
fotogramas y si pasa cierto umbral se hace el conteo mas uno.

6.2 Especificaciones Tcnicas de la solucin propuesta.

Cmara: requerimiento mnimo Logitech Quick Cam V-ubv-49 de lnea premiere,

puerto USB 2.0, con lente cancelador de ruido tipo C-MOS, resolucin verdadera a:
640x480, 320x240, 800X600, 960x720 y 1280x1024. Video continuo a mximo 30
Fotogramas por segundo.
Computador para correr software requerido:
Porttil o de escritorio con procesador Intel Core I5 o AMD A10, memoria RAM de
4GB, disco duro con 100GB libres mnimo, puertos USB 2.0.
Software requerido:
Matlab R11 minimo versin 2011a.
Python 2.7.10 o superior.
OpenCV versin 2.1 o superior.

7 Metodologa Propuesta
7.1 FASE I: Conceptualizacin:
Se proceder con la investigacin en el campo de procesamiento digital de imgenes
enfocado al conteo de objetos, buscando dentro de los principales estudios, los algoritmos
implementados en cada uno de ellos, que permitan especficamente la deteccin y conteo de
personas. Se documenta en un cuadro comparativo, los ambientes en los que han sido
aplicados, las ventajas de cada algoritmo, las debilidades, las oportunidades y los riesgos en
la aplicacin al proyecto, as como los requerimientos de hardware y software necesarios
para ejecucin.
En base a la investigacin se determinara la factibilidad de cada uno de los algoritmos
basados en la disponibilidad del hardware y software disponibles para el proyecto y de las
caractersticas tcnicas de la cmara disponible para el desarrollo del mismo. De los
resultados del cuadro comparativo y la factibilidad de aplicacin, se seleccionan las dos
mejores opciones para aplicar al proyecto.
7.2 FASE II: aplicacin y seleccin de algoritmos.
Se implementaran los dos algoritmos escogidos sobre el mismo hardware, realizando una
serie de pruebas para ambos casos en los que permitan conocer caractersticas como
tiempos de respuesta, rendimiento, fiabilidad, uso de recursos, precisin y otros que en la
medida de ejecucin se consideren importantes para la decisin final del algoritmo a
implementar. Estas pruebas y sus resultados sern documentados sobre una comparativa
entre ambos algoritmos con el fin de generar una base de conocimiento para el grupo de
investigacin en el campo de reconocimiento y conteo de personas a travs del
procesamiento de imgenes.
7.3 FASE III: implementacin y mejoramiento del sistema.
Se analizaran los resultados generados en la fase II del proyecto, identificando la mejor
opcin entre los algoritmos seleccionados para la implementacin al sistema de conteo de
personas definido, buscando el mejor ajuste al objetivo general del proyecto con el fin de dar
solucin a la problemtica planteada.
En la implementacin del algoritmo se debe analizar si cumple en su totalidad con los
resultados esperados o se requiere entrar a realizar adiciones o modificaciones para el
mejoramiento del sistema, en cuyo caso se documentar, las modificaciones realizadas.
7.4 FASE IV: Prueba de funcionamiento y evaluacin.
Se realizar la instalacin del sistema en un ambiente controlado, para probar su
funcionamiento y evaluar la precisin del sistema para el conteo de personas. En este
ambiente se solicitara a un grupo de personas transitar por el lugar en diferentes medidas de
agrupamiento, iniciando por un nmero pequeo de individuos transitando al mismo tiempo
y se ira aumentando hasta concluir la capacidad del sistema para el reconocimiento de
personas, sobre una tasa de efectividad.

8 Cronograma de Actividades.
Mes
Actividad

4
Semanas

1) Adquisicin de Cmara y
software de trabajo.
2) Documentacin para
trabajo con Python, Matlab
y/o Linux.
3) Revisin si es necesario
trabajar en Linux nativo
para Python
4) Estudio Image-Toolbox de
Matlab . Y Open CV
5) Implementacin de
algoritmos sencillos en
imgenes
6) Implementacin de
seguimiento de objetos
Con OpenCV, Matlab y/o
Linux
7) Estructuracin algoritmo
de conteo de personas
8) Puesta a prueba del
prototipo de conteo
9) Revisin y mejoras del
primer prototipo
10) Segunda puesta a prueba
del prototipo
11) Revisin de Portabilidad
del cdigo
12) Muestra y documentacin
del prototipo final
13) Socializacin con el grupo
de investigacin
14) Elaboracin de Monografa

9. Impacto Esperado.
El trabajo de anlisis de imgenes enfocadas a la solucin de problemas de diversos tipos,
ha tenido grandes resultados gracias a los desarrollos en el campo de la visin artificial. El
proyecto que se estim como deteccin de personas tiene gran campo de accin en la
deteccin de objetos que puede ser aplicado en reas como la robtica. La tesis mostrara
un camino de metodologas de apropiacin de conocimiento y bases para construccin de
novedosas aplicaciones en el campo de la visin artificial impulsados por el grupo de
investigacin ROMA.

9.1 Impacto Social

A nivel acadmico se espera dejar bases para la comunidad universitaria que desde el
campo de la Ingeniera en control, se impulse nuevas investigaciones en la rama de visin
artificial. El resultado final del proyecto ser usado para determinar aforos en diferentes
lugares se espera portar el cdigo para generar soluciones en movilidad en lugares pblicos
de alta afluencia como las estaciones de transporte pblico, que precisan tener un dato
cuantitativo de afluencia.
9.2 Impacto Econmico
A nivel econmico el proyecto permite realizar un control de seguridad de espacios de uso
comn para asegurar la continuidad de la infraestructura y seguridad para los usuarios a
muy bajo costo en comparacin con otras implementaciones como torniquetes o vigilantes.
El proyecto a futuro visto como control de afluencia de pblico tiene un alto potencial de
aplicacin en marketing, pues permite elaborar estrategias de aceptacin e impacto de
estrategias de publicidad con alta precisin a buen costo de implementacin y resultados
exactos.

10. Resultados Esperados

Al finalizar el proyecto se espera entregar una monografa que compila el anlisis de
algoritmos de reconocimiento de imgenes, junto con el prototipo final con su porcentaje de
efectividad de reconocimiento, probado sobre un ambiente controlado. Adems se
consignaran las anotaciones pertinentes del para que pueda ser portado a otro tipo de
plataformas como sistemas embebidos. El concepto principal del proyecto que consiste en
el reconocimiento y seguimiento de personas se espera que a futuro en el grupo de
investigacin se implemente en otro tipo de sistemas como de seguridad o deteccin para
plataformas robticas mviles.

11 Estrategia de Comunicacin
Para divulgar el trabajo realizado y los resultados obtenidos se pretende realizar una
sustentacin pblica. Se planea exponer los algoritmos de deteccin aplicados en el
prototipo, junto con documentacin escrita que permitan dejar clara la manera como debe
usarse y los trabajos a futuro que se plantean a partir de este.
Los detalles del trabajo sern consignados en una monografa, en la cual se especificaran
requisitos, anlisis, cdigos, resultados y conclusiones del proyecto de manera clara.

11. Trayectoria del Grupo ROMA (Robtica Mvil Autnoma).

El grupo orienta sus investigaciones y principales actividades al estudio de la robtica de
servicio, y todo lo que implica para el mejoramiento de la sociedad. Dentro del grupo se
plantean actividades de investigacin, procesos de formacin, formulacin y ejecucin de
proyectos de investigacin para apropiacin social del conocimiento y transferencia de
resultados a la sociedad e industria. Dentro del grupo por direccin del ingeniero y docente
Miguel Prez se viene impulsando desde la carrera de Ingeniera en Control de la Universidad
Distrital, la lnea de visin artificial para solucin de diferentes problemticas sociales. El
grupo actualmente cuenta con clasificacin B ante Colciencias.

11 PRESUPUESTO

11.1 Fuentes de financiacin:

El presupuesto para la realizacin del presente proyecto ser financiado por sus
proponentes y por la Universidad Distrital Francisco Jos de Caldas. Esta ltima
ser la que aporte los rubros correspondientes a los gastos generados por concepto
de los elementos y equipos de laboratorio prestados para llevar a cabo la
experimentacin necesaria en la ejecucin del proyecto.

PRESUPUESTO GLOBAL DE LA PROPUESTA POR FUENTES DE FINANCIACIN

FUENTES
Recursos propios
2

Univ. Distrital
1

RUBROS

TOTAL

Especie

Dinero

Especie

Dinero

PERSONAL
EQUIPO
MATERIALES
SALIDAS DE CAMPO
VIAJES
BIBLIOGRAFA
SOFTWARE
PUBLICACIONES
SERVICIOS
TCNICOS
CONSTRUCCIONES
MANTENIMIENTO
ADMINISTRACIN

$616.000
-

$1500.000
-

$130.000
-

$616.000
$1500.000
$130.000
-

TOTAL

$616.000

$1500.000

$130.000

$2246.000

Tabla 2: Presupuesto global.

11.2 Rubros NO financiables:

La universidad Distrital Francisco Jos de Caldas financiar rubros como: los
seguros, gastos de mantenimiento y trmites de importacin de equipos
pertenecientes a ella, seguros de vida y de salud de profesores y dems empleados
involucrados en la realizacin del proyecto, impuestos incluyendo retencin en la
fuente y administracin.

11.3 Rubros financiables:

Personal del Proyecto

DESCRIPCIN DE LOS GASTOS DE PERSONAL

INVESTIGADOR/A
UXILIAR

Miguel Prez
Pereira
William
Alexander
Moreno
Andrs Garca
Piragua

FORMACI
N

FUNCIN
DENTRO
DEL
PROYECT
O

RECURSOS
DE
DIC
ACI Univ. Distrital Recursos propios
N
2
1

Profesional
especializad
Director
32
o
Estudiante
Investigado
de
160
r
Ingeniera
Estudiante
Investigado
de
160
ra
Ingeniera

$19.250

TOTAL

$616.000

$11.550

$1.848.000

$11.550

$1.848.000

TOTAL: $4312.000
Tabla 3: Recursos Humanos y Presupuesto
1 Empresa, o institucin
2 Contrapartida

Equipo
En la tabla 4 se especifica el costo de los equipos que sern utilizados en la
realizacin y ejecucin del proyecto. Cabe aclarar que solo se requiere en lo
respectivo a los programas la licencia de Matlab ya que los programas como
Python, OpenCV, Linux y varias libreras de imgenes estn desarrolladas en
cdigo abierto, por dems se aclara que el PC porttil tambin ha sido adquirido
por los proponentes del proyecto. Si dentro del proyecto se llega a hacer cambios
de hardware los costos sern asumidos por los proponentes del proyecto.

DESCRIPCIN Y CUANTIFICACIN DE LOS EQUIPOS DE USO PROPIO

(En miles de $)
EQUIPO
PC Porttil
Instrumentos de medida
Cmara Logitech
Licencia Matlab R
TOTAL

Recursos propios
2

Total

$1500.000
$130.000
-

$1500.000
$100.000
$130.000
$1250.000

$1350.000
$1.630.000
Tabla 4: Costo equipos.

$2980.000

Univ.Distrital
1
$ 100.000
$1250.000

Varios
Varios
Valor
Papelera
$ 50.000
Internet
$ 50.000
Telefona
$ 20.000
$ 120.000
Total
Tabla 5: Costos varios.

BIBLIOGRAFA
[1] M. Oussalah, Content Based Image Retrieval: Review of the State of Art and Future
Directions, Image Processing Theory, Tools and Applications, 2008
[2] C. Tsong-Yi, C. Chao-Ho, W. Da-Jinn, K. Yi-Li, A People counting System Based on
Face-Detection, Fourth International Conference on Genetic and Evolutionary
Computing, 2010
[3] A. Albiol, V. Naranjo, Real-Time High Density People Counter using Morphological
Tools, Intelligent Transportation Systems, IEEE Transactions on Vol.2, pp.204-218
2001.
[4] C. Thou-Ho, C. Tsong-Yi, C. Zhi-Xian, An intelligent People-Flow Counting Method
for Passing Through a Gate, Robotics, Automation and Mechatronics, 2006 IEEE
Conference on, 2006
[5] H. Aguello. Sistemas de reconocimiento basados en la imagen facial, Revista
Avances en Sistemas e Informtica, pp. 7-16 Vol. 8 No.3, diciembre, 2011
[6] R. Gottumukkal and V.K. Asari, System level design of real time face recognition
architecture based on composite PCA, in 13th ACM Great Lakes Symposium on VLSI,
pp. 157-160, 2003
[7] P. Belhumeur and E. Ortiz Evaluation of face recognition techniques for application
to facebook , in IEEE International Conference on Automatic Face and Gesture
Recognition, pp. 1-6, 2008.
[8] W Feipeng Abaya, Alexander C. Abad, Elmer P. Dadios, "Low Cost Smart Security
Camera with Night Vision Capability Using Raspberry Pi and OpenCV," 7th IEEE

International Conference Humanoid, Nanotechnology, Information Technology

Communication and Control Nov. 2014
[9] Massimo Camplani and Luis Salgado, Adaptative Multi-Camera System for Real Time
Object detection, IEEE International Conference on Consumer Electronics (ICCE),
2011
[10] Massion Piccardi, Background subtraction techniques review, IEEE International
conference on Systems, Man and Cybernetics, 2004.
[11] Vinay K. Ingle, Jhon G. Proakis, Digital Signal Processing using Matlab V.4, Ed.
Pws Pub Co , 1996, pp. 2-10.
[12] Jos J. Esqueda, Luis E. Elizondo, Fundamentos de procesamiento de
imgenes, Universidad autnoma de Baja California.
[13] Matlab
by
MathWorks,
2013
disponible
en:
http://www.mathworks.com/products/matlab/.
[14] A. Fernandez Montoro, Primeros pasos, en Python 3 al descubierto. Ed. RC
Libros, 2012, pp. 1-20.
[15] B. Thorne, Introduction to Computer Vision in Phyton, University of Canterbury,
The Phyton Papers Monograph,
Vol1. [en lnea]. Disponible en:
http://ojs.pythonpapers.org/index.php/tppm.
[16] P. Kovesi, MATLAB and Octave functions for computer vision and image
processing, School of Computer Science & Software Engineering, The University of
Western
Australia,
2000.
[En
lnea].
Disponible
en:
http://www.csse.uwa.edu.au/~pk/research/matlabfns/
[17] ISO, "Sistema de gestin de calidad- Requisitos", Norma Internacional ISO 9001,
Ginebra Suiza, Cuarta edicin, Nov. 2008.