INTELLIGENT VIDEO ANALYSIS FOR THE AUTOMATION OF METHODOLOGIES FOR, THE ESTUDY OF RODENT BEHAVIOUR

Abstract

This thesis work tries to test a new method of automatic object tracking from video: multiobject tracking based on a multimodel. The proposed object multimodelling is a methodology that tries to systematize the execution of specific object models so that the classification and characterization of objects present in scenes of different nature and context can be handled in a single structure. Tests for this technique are done in a simple scene where different objects interact: a rodent and light zones, that vary over time. The method that evaluates the scene must be able to distinguish the rodent object and analyze it in a more detailed way, looking for the location and bearing of the head. In this thesis the basic principles contextualizing the motives behind the use of this technique are detailed, as well a theoretical explanation of the mechanisms of the multimodel, the interaction between the parts that make it up, the multimodel designed to evaluate the scene, an explanation for its components, a more exhaustive explanation of the element responsible of the rodents detailed analysis, a runtime complexity analysis of the algorithm and improvements that can be implemented in posterior work.

Este trabajo de tıtulo propone un nuevo metodo para categorizar, clasificar y hacer seguimiento de roedores en espacios confinados, basado en una nueva metologıa de seguimiento automatizado de objetos en video: el seguimiento multiobjeto a base de multimodelo. El multimodelado de objetos es una metodologia que busca sistematizar la ejecucion de modelos de objetos especificos de manera que en una sola estructura se pueda manejar la clasificacion y caracterizacion de objetos presentes en escenas de diversas naturaleza y multiples contextos. Las pruebas de esta tecnica se realizan en una escena simple donde interact´uan distintos objetos: roedor y zonas lumınicas variables en el tiempo. El metodo que evalua la escena debe ser capaz de distinguir el objeto roedor y analizarlo de forma mas definida, buscando la ubicacion y direccion de la cabeza. En esta memoria se detallan los principios basicos para contextualizar los motivos del uso de esta tecnica, una explicacion teorica de los mecanismos del multimodelo y la interaccion entre las partes que lo componen. En particular, en contexto de la aplicacion del roedor, se detallan el multimodelo diseñado para evaluar la escena, una explicacion de cada uno de sus componentes y una explicacion mas exhaustiva del elemento responsable de analizar en detalle al roedor. Finalmente sde muestra una evaluacion total del desempeño del algoritmo y mejoras que se pueden implementar en trabajos posteriores, que fueron satisfactorios.