ВВЕДЕНИЕ 3
ГЛАВА 1. ОБРАБОТКА ИЗОБРАЖЕНИЙ 5
1.1 ПРЕДОБРАБОТКА ИЗОБРАЖЕНИЙ 5
1.2 ПОСТОБРАБОТКА ИЗОБРАЖЕНИЙ 6
1.3 МАТЕМАТИЧЕСКАЯ МОРФОЛОГИЯ 7
ГЛАВА 2. МЕТОДЫ ОБНАРУЖЕНИЯ ПОДВИЖНЫХ ОБЪЕКТОВ 9
2.1 ОБЗОР МЕТОДОВ ОБНАРУЖЕНИЯ ДВИЖУЩЕГОСЯ ОБЪЕКТА 9
2.2 МЕТОДЫ ОБНАРУЖЕНИЯ ОБЪЕКТОВ, ОСНОВАННЫЕ НА ВЫЧИТАНИИ И
УСРЕДНЕНИИ ФОНА 10
2.3 МЕТОДЫ ОБНАРУЖЕНИЯ ОБЪЕКТОВ, ОСНОВАННЫЕ НА ОЦЕНКЕ ОПТИЧЕСКОГО
ПОТОКА 29
2.3.1 Оценка оптического потока 30
2.3.2 Методы определения оптического потока 32
ГЛАВА 3. МЕТОДЫ СОПРОВОЖДЕНИЯ ОБЪЕКТОВ 37
3.1 КЛАССИФИКАЦИЯ МЕТОДОВ СОПРОВОЖДЕНИЯ 37
3.2 МЕТОДЫ СОПРОВОЖДЕНИЯ ОСОБЫХ ТОЧЕК 39
ГЛАВА 4. РАЗРАБОТКА АЛГОРИТМОВ ОБНАРУЖЕНИЯ
ПОДВИЖНЫХ ОБЪЕКТОВ 45
ГЛАВА 5. ИССЛЕДОВАНИЕ АЛГОРИТМОВ ОБНАРУЖЕНИЯ ПОДВИЖНЫХ ОБЪЕКТОВ 54
5.1 КОНЦЕПТУАЛЬНЫЕ ОСНОВЫ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ 54
5.2 ПЛАНИРОВАНИЕ ВЫЧИСЛИТЕЛЬНЫХ ЭКСПЕРИМЕНТОВ 56
5.3 ОПИСАНИЕ РЕЗУЛЬТАТОВ ВЫЧИСЛИТЕЛЬНЫХ ЭКСПЕРИМЕНТОВ 58
ГЛАВА 6. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ 63
ЗАКЛЮЧЕНИЕ 66
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 68
ПРИЛОЖЕНИЕ А
Компьютерное зрение, обработка изображений и распознавание образов являются обширной областью науки и широко применяются в таких направлениях, как дистанционное зондирование, медицинская диагностика, взаимодействие человек-компьютер и т.д. Также компьютерное зрение нашло применение в видеоаналитике.
Видеоаналитика представляет собой технологию, которая использует методы компьютерного зрения для автоматизированного получения различных данных с видеокамер. Данные формируются на основе анализа последовательности изображений, поступающих в режиме реального времени или из архивных записей. Видеоаналитика определяется, как программное обеспечение для работы с видеоконтентом [1]. Данное программное обеспечение основано на множестве алгоритмов машинного зрения, позволяющих вести видеомониторинг и производить анализ данных без прямого участия человека.
Видеоаналитика автоматизирует функции средств охраны:
• обнаружение;
• слежение;
• распознавание;
• прогнозирование.
Обнаружение движущихся объектов из видеопоследовательностей является ключевым вопросом системы визуального наблюдения. Важно качественно сегментировать области движения для дальнейшего распознавания, отслеживания, а также понимания поведения объекта.
Из-за повышения требований к точности измерений при сборе аналитической информации в системах видеоаналитики должна повышаться достоверность обнаружения подвижных объектов при определении их местоположения. Это говорит о том, что задача эффективного обнаружения движущихся объектов является актуальной.
Целью данной выпускной квалификационной работы является исследование методов вычитания фона для задачи обнаружения движущихся объектов и оценка их показателей качества.
Основные задачи, решаемые в выпускной квалификационной работе, для достижения поставленной цели:
• Произвести обзор современных методов обнаружения движущихся объектов на видео-данных;
• Произвести выбор методов обнаружения движущихся объектов на видео-данных;
• Произвести разработку алгоритмов для выбранных методов;
• Произвести их реализацию в виде программного комплекса;
• Произвести экспериментальные исследования выбранных методов;
• Произвести оценку полученных результатов вычислительных экспериментов.
В ходе выполнения выпускной квалификационной работы были получены следующие результаты:
1. Рассмотрены существующие методы обнаружения движущихся объектов в системах видеоаналитики. В результате чего выбраны наиболее популярные из них для последующего анализа.
2. Разработаны следующие алгоритмы обнаружения подвижных объектов:
• алгоритм вычитания фона;
• Vibe;
• алгоритм вычитания фона, использующий смесь Гауссовых
распределений (GMM) для моделирования фонового изображения;
• алгоритм Лукаса-Канаде.
3. Проведены исследования разработанных алгоритмов на предмет
оценки эффективности их работы при появлении на видеопоследовательности различных нестабильностей, таких как условия плохой погоды, нестационарная камера, динамический фон, тень, дрожание камеры.
4. Разработана программная поддержка исследуемых алгоритмов обнаружения движущихся объектов на видео-данных.
Основные результаты выпускной квалификационной работы апробированы в 4 печатных работах, двух конкурсах ПАО «Ростелеком» и на следующих конференциях:
1. Ежегодная межвузовской научно-технической конференции студентов, аспирантов и молодых специалистов имени Е.В. Арменского, Московский институт электроники и математики им. А.Н. Тихонова НИУ ВШЭ 17.02.2017г.-01.03.2017г.
2. VI Конгресс молодых ученых, Санкт-Петербургский национальный исследовательский университете информационных технологий, механики и оптики (Университет ИТМО) 18-21 апреля 2017г.
3. I Молодежная научно-практическая конференция с международным участием «Естественнонаучные, инженерные и экономические исследования в технике, промышленности, медицине и сельском хозяйстве», НИУ «БелГУ», 20.04.2017г.-21.04.2017г.
Помощь студентам и аспирантам в выполнении работ от наших партнеров
