Tracking Library for the Web

Abstract

In this dissertation, I designed and implemented a tracking library for the web aiming to provide a common infrastructure to develop applications and to accelerate the use of those techniques on the web in commercial products. It runs on native web browsers without requiring third-party plugins installation. This involves the use of several modern browser specifications as well as implementation of different computer vision algorithms and techniques into the browser environment. Between the several techniques available there are algorithms that can be used for different applications, such as, detect faces, identify objects and colors and track moving objects. The source language of the library is JavaScript that is the language interpreted by all modern browsers. The majority of interpreted languages have limited computational power when compared to compiled languages, such as C. The computational complexity involved in visual tracking requires highly optimized implementations. Some optimizations are discussed and implemented on this work in order to achieve good results when compared with similar implementations in compiled languages. A series of evaluation tests were made, to determine how effective these techniques were on the web.

Nesta dissertação, foi concebida e implementada uma biblioteca de visão computacional para navegadores web com o objetivo de fornecer uma infra-estrutura comum para desenvolver aplicativos e acelerar a utilização dessas técnicas na web em produtos comerciais. A biblioteca proposta tem como foco ser utilizada em navegadores web sem a necessidade de instalação de plugins de terceiros. Várias especificações web modernas foram utilizadas para alcançar o resultado esperado, bem como aplicação de diferentes algoritmos de visão computacional. A solução provê a implementação de algoritmos existentes que podem ser utilizados para diferentes aplicações nesta área, tais como, detecção de faces, identificação de objetos e cores, como também rastrear objetos em movimento. Os navegadores web modernos interpretam a linguagem de programação JavaScript, portanto esta foi a linguagem utilizada na base da biblioteca. A maioria das linguagens interpretadas têm limitado poder computacional quando comparado com linguagens compiladas, como C. A complexidade computacional envolvida em algoritmos de rastreamento de vídeos é alta e requer implementações otimizadas. Algumas otimizações são discutidas e implementadas neste trabalho, a fim de alcançar bons resultados quando comparados com implementações similares em linguagens compiladas. Uma série de testes de avaliação foram feitos para determinar a eficácia dessas técnicas na web.