On recognition of group of human beings in images with navigation strategies : using efficient matching algorithms with parallelization

Abstract

Eventhough the aim of the study is to recognize the human beings in the images from monocular camera without usual constraints, initially the graph theory based methods for matching are analyzed with new neighbour isomorphism. The robust Hausdorff method of matching is extended to recognize the human beings with ample models and modified distance measures. As the strategy to fuse different algorithms to get better results despite occlusions is inherently parallel, the parallel implementations on Cray T3E produced correct results in appreciably shorter computation time. As industrial applications in robotics, three example situations, one with known environment, another with unknown environment and the third with going around were discussed taking primitive models with human beings as obstacles. Unless the problem of choosing a proper model with the good indexing is available, the recognition of human beings will continue to remain as one of the hard problems to be solved.

Obwohl das Ziel der vorliegenden Arbeit die Erkennung von Menschen in von einaeugigen Kameras aufgenommenen Bildern ohne die ueblichen Einschraenkungen war, wurden die urspruenglich auf Graphen basieren Matching-Verfahren mit neuen Nachbar-Isomorphie-Verfahren analysiert. Das fuer das Matching sehr zuverlaessige Hausdorff-Verfahren wurde erweitert, um Menschen anhand von vielfaeltigen Modellen und veraenderten Abstandsmessungen erkennen zu koennen. Da die Strategie der Vereinigung mehrerer Algorithmen, um trotz Okklusionen bessere Ergebnisse zu erzielen, im Grundsatz bereits parallel ist, lieferte die parallele Implementierung des Systems auf einem Cray 3TE richtige Ergebnisse in wesentlich kuerzerer Rechenzeit. Als moegliche Anwendung im Umfeld von Industrierobotern wurden drei beispielartige Situationen durchgespielt: eine in bekannter Umgebung, eine in unbekannter Umgebung und die dritte mit herumgehenden Menschen. Dazu dienten einfache Modelle mit Menschen als Hindernissen. Wenn es nicht gelingt, gute Modelle mit einer sinnvollen Indizierung zu waehlen, bleibt die computergestuetzte Erkennung von Menschen eines der nur schwer zu loesenden Probleme.