In diesem Projekt wurde zunächst durch Anwendung der Yolo-Objekterkennung überprüft, ob Personen auf einem Kamerabild vorhanden sind. Zum eindeutigen Klassifizieren von Personen anhand einer festen ID wurde ein SORT Tracker implementiert. Auf Basis der Pixel innerhalb der Bounding Box und mithilfe eines erstellten neuronalen Netzes konnte eine Klassifikation erfolgen, in welche Richtung die Person orientiert ist. Zusätzlich wurde versucht, eine Klassifikation der Bewegung durch Untersuchung von Bildsequenzen vorzunehmen, ebenfalls mit einem selbst erstellten neuronalen Netz.

In einer Weiterentwicklung wurde eine Person in einem dreidimensionalen Raum lokalisiert. Hierzu wurde ein Dense Predicition Transformer (DPT) implementiert, der zu jedem Pixel des Kamerabildes einen Tiefenwert in Metern ausgibt. Um die Distanz einer Person abzuschätzen, wurde die Bounding Box der Objekterkennung genutzt und der Mittelpunkt dieser berechnet. An diesem Punkt ließ sich die Distanz aus dem Bild des DPT ablesen. Zusätzlich wurden vorherige Positionen der Person gespeichert und durch ein Polynom geglättet. Auf Basis dieser vorherigen Wegpunkte kann beispielsweise versucht werden, ein neuronales Netz zu implementieren, das zukünftige Wegpunkte abschätzen kann.