Resumen

La medición de la altura de peatones en movimiento es bastante significativa en muchos escenarios, como la localización de peatones, el seguimiento de sospechosos criminales y la realidad virtual. Aunque algunos métodos existentes de medición de altura pueden detectar la altura de personas estáticas, es difícil medir con precisión la altura de peatones en movimiento. Teniendo en cuenta las fluctuaciones de altura en situaciones dinámicas, este artículo propone una medición de altura en tiempo real basada en la cámara de Tiempo de Vuelo (TOF). Se abordan imágenes de profundidad en una secuencia continua para obtener la altura en tiempo real del peatón en movimiento. En primer lugar, se presenta una ecuación de normalización para convertir la imagen de profundidad en una imagen en escala de grises con un menor costo temporal y un mejor rendimiento. En segundo lugar, se propone un algoritmo de optimización de partículas por diferencia (D-PSO) para eliminar el fondo complejo y reducir el ruido. En tercer lugar, se introduce un algoritmo de segmentación basado en las regiones

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Medición de altura; Peatones en movimiento; Tiempo real; Cámara de tiempo de vuelo; Situación dinámica; Filtrado de Kalman
• Keywords:Height measurement; Moving pedestrians; Real-time; Time-of-Flight camera; Dynamic situation; Kalman filtering