3D People Tracking and Pose Estimation with RGB-D Cameras

L'obiettivo di questa tesi ਠquello di definire un framework per aumentare la sicurezza di un soggetto umano in un ambiente indoor mediante tecniche di videosorveglianza automatica. Alla base del progetto risiede l'idea che una persona anziana, sola in casa, abbia la necessità  di essere controllata e assistita a distanza dai parenti tramite un sistema intelligente, nel contemporaneo rispetto della sua privacy e senza la necessità  di un costante contatto visivo. In Italia, infatti, negli ultimi decenni, in seguito all'aumento considerevole della speranza di vita, molti di noi si sono ritrovati a prendersi cura dei pi๠anziani. L'infrastruttura proposta ਠbasata su una o pi๠telecamere RGB-D, che permettono di rilevare la geometria tridimensionale della scena, abilitando il sistema ad una stima pi๠corretta della posa del soggetto, della sua localizzazione all'interno di un ambiente e delle sue azioni. La pipeline tradizionalmente applicata alle telecamere RGB, composta da people detection, people tracking, posture estimation e action recognition ਠstata adattata e affinata per il corretto funzionamento sulle immagini RGB-D, sfruttandone il maggior contenuto informativo. In particolare, il framework Openpose ਠstato applicato alle immagini di ampiezza fornite dal sensore infrarossi e integrato con le mappe di profondità  per ottenere le coordinate tridimensionali di 18 giunti dello scheletro del soggetto desiderato. I giunti del soggetto vengono poi forniti ad un classificatore per il riconoscimento di azioni in interesse, in particolare le cadute, e di interazioni con gli oggetti all'interno dell'ambiente. L'addestramento del classificatore e l'analisi delle prestazioni del sistema sono stati effettuati su un dataset appositamente acquisito.