Ein Multi-Agenten-Framework für die visuelle Überwachung

Wir beschreiben eine Architektur zur Implementierung von Algorithmen zur Szenenverständnis im Bereich der visuellen Überwachung. Um eine hochgradige Beschreibung der von mehreren Kameras beobachteten Ereignisse zu erreichen, müssen viele miteinander verbundene ereignisgesteuerte Prozesse ausgeführt werden. Wir verwenden das Agentenparadigma, um einen Rahmen zu bieten, in dem diese Prozesse verwaltet werden können. Jede Kamera hat einen zugehörigen Agenten, der bewegte Regionen von Interesse erkennt und verfolgt. Dies wird verwendet, um Objektagenten zu konstruieren und zu aktualisieren. Jede Kamera wird kalibriert, sodass Bildkoordinaten in Bodenebenenlokationen umgewandelt werden können. Durch den Vergleich von Eigenschaften können zwei Objektagenten schließen, dass sie dasselbe Referent haben, d.h. dass zwei Kameras dasselbe Objekt beobachten, und folglich Identitäten zusammenführen. Die Trajektorie jedes Objekts wird mit einer Aktivitätsart klassifiziert, in Bezug auf einen Bodenebenenagenten. Wir demonstrieren Objekte, die gleichzeitig von zwei Kameras verfolgt werden, die diese gemeinsame Beobachtung ableiten. Die Kombination des Agentenrahmens und der Anwendung visueller Überwachung bietet eine hervorragende Umgebung für die Entwicklung und Evaluierung von Algorithmen zur Szenenverständnis.