Il progetto sfrutta lo stato dell’arte delle tecniche di visione artificiale per il riconoscimento di persone in ambienti outdoor. Nei cantieri,o in generale in spazi molto ampi, non sempre le tecnologie di visione offrono risultati accettabili e soluzioni multimodali diventano particolarmente efficienti. Tipicamente infatti le telecamere devono riprendere una superficie sufficientemente ampia, perdendo quindi la qualità dei dettagli e, di conseguenza, il riconoscimento delle persone tramite l’analisi dei volti non è possibile. Si rende quindi necessario l’utilizzo di altri sensori (es.RFID) per permettere l’identificazione del personale autorizzato. Tramite tecniche avanzate di intelligenza artificiale è possibile integrare nel tempo le informazioni di telecamere e RFID per riconoscere le persone all'interno della zona sorvegliata. La visione 2D e 3D (ad esempio con setting prospettici) e l’analisi di dati provenienti da RFID hanno portato a risultati scientificamente assai innovativi
Schema del sistema di aquisizione dei dati da sensori eterogenei e multimodali
Sono state implementate librerie software per realizzare sistemi di sorveglianza multimodali: tramite algoritmi di visione artificiale è possibile rilevare la presenza di persone nell’ambiente monitorato e inseguirle nel tempo. E’ poi possibile identificare queste persone se sono in possesso di un tag RFID, distribuito al solo personale autorizzato. Le persone rilevate dalle telecamere a cui non è possibile associare un tag saranno da considerarsi degli intrusi. L’associazione dell’identificativo fornito dai tag RFID alla persona rilevata dalla telecamera è resa possibile integrando queste informazioni all’interno di un modello probabilistico denominato Transferable Belief Model, che permette di modificare la probabilità di ogni evento (persona autorizzata / intruso) ogni volta che è disponibile una nuova informazione.
La fusione delle informazioni proveniente da sensori eterogenei (telecamere e sensori RFID) tramite una adeguata modellazione nel framework probabilistico permette di superare i limiti della visione dei sensori singoli quando applicati a vaste aree.
La principale applicazione di questa tecnologia permette la sorveglianza di ambienti esterni, superando alcuni limiti della videosorveglianza classica basata esclusivamente su telecamere. Si trovano inoltre altre applicazioni in contesti in cui determinate azioni possono essere compiute solo utilizzando particolari strumenti (si pensi ad esempio operazioni che necessitano di materiale protettivo).
Suddivisione in zone di controllo dell'ambiente di prototipazione.
Sorveglianza nei cantieri
Il sistema di sorveglianza sviluppato in collaborazione con l’azienda partner rappresenta un grande avanzamento nella tecnologia della computer vision per la videosorveglianza, unita alle tecnologie delle reti di sensori secondo i nuovi paradigmi di internet-of-Things. Il prototipo permette di integrare l’informazione proveniente da telecamere multiple sulla presenza nello spazio e nella consistenza temporale di figure umane in movimento con tecniche avanzate di visione artificiale, di pattern recognition e di machine learning, alle informazioni proveniente dai sensori RFID. Un unico framework inferenziale di tipo probabilistico riesce a mitigare gli errori e le inconsistenze dei due tipi di sensori, per segnalare se le persone viste sono le stesse che indossano RFID e viceversa, sfruttando i loro movimento e le detection delle informazioni. La piattaforma creata e' di tipo assai generale e può essere impiegata anche con molti sensori differenti. Il sistema di videosorveglianza è in fase prototipale.
Bridge.129 spa
Il framework probabilistico per l’integrazione delle informazioni di telecamere e sensori RFID è stato presentato in conferenze di livello internazionale.
Ricostruzione 3D dell'ambiente di prototipazione