Theo dõi đối tượng chuyển động bằng phương pháp lọc tích hợp ppt

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TP.HCM THEO DÕI ĐỐI TƯỢNG CHUYỂN ĐỘNG BẰNG PHƯƠNG PHÁP LỌC TÍCH HỢP Học viên thực hiện: PHẠM BẢO QUỐC Hướng dẫn khoa học: học: TS NGUYỄN THANH BÌNH TP.HCM, THÁNG 11 NĂM 2014 Nội dung Mục tiêu nội dung Giới hạn đề tài Các công trình nghiên cứu có liên quan Giải thuật đề xuất Kết đạt Những đóng góp luận văn Giới thiệu đề tài Bài toán theo dõi đối tượng chuyển động Mục tiêu nội dung — Tìm hiểu công trình nghiên cứu, báo — Nghiên cứu đề xuất giải pháp phát chuyển động đối tượng môi trường phức tạp — Thực nghiệm giải thuật đề xuất so sánh kết thực nghiệm với giải thuật có Giới hạn đề tài — Giải thuật áp dụng video giám sát thu từ camera tĩnh có độ phân giải trung bình — Tập trung khắc phục nhược điểm bị ảnh hưởng ánh sáng thay đổi — Không nghiên cứu sâu trường hợp đối tượng bị giao cắt phức tạp Các công trình nghiên cứu — Stauffer Grimson (1999) “Adaptive background mixture models for real-time tracking” [3] — Swantje Johnsen (2009) “Real-time object tracking and classification using a static camera” [15] — Ajit Ranjan (2013) “A Novel Approach For Object Detection & Tracking” [16] — Shamshad Shirageri (2013) “Design and development of Optical flow based Moving Object Detection and Tracking (OMODT) System” [7] Các công trình nghiên cứu (tt) Đề tài khắc phục • Stauffer Grimson [3] • Swantje Johnsen [15] • Ajit Ranjan [16] Nhược điểm Bị ảnh hưởng thay đổi ánh sáng • Shamshad Shirageri [7] Phương pháp lọc tích hợp Hệ thống theo dõi đối tượng chuyển động phương pháp lọc tích hợp Video giám sát Phát chuyển động (IRI – LK) Theo vết đối tượng (Kalman) Đối tượng giám sát Phát chuyển động với IRIIRI-LK Input Trích xuất khung hình Frame Tính tỷ lệ cường độ Tính vectơ Optical Flow Frame trước Mặt nạ đối tượng chuyển động Áp dụng lọc hình thái Theo vết đối tượng với lọc Kalman Mặt nạ đối tượng chuyển động Rút trích mô hình đối tượng Danh sách đối tượng theo vết Dự đoán vị trí So khớp đối tượng Danh sách rỗng không khớp Đối tượng khớp với Đối tượng không cập nhật Thêm đối tượng Cập nhật đối tượng tâm hiệu chỉnh Ước lượng đối tượng loại bỏ đối tượng dấu 10 Thực nghiệm đánh giá Thực nghiệm dựa trên: — Các video chuẩn MATLAB — Tracking Dataset (PETS 2000, PETS 2001…) — Video tự quay nhóm nghiên cứu ĐH Bách Khoa Kết thực nghiệm so sánh với phương pháp: — Lucas Kanade Optical Flow — Gaussian Mixture Model 11 Thực nghiệm phát chuyển động Kết thử nghiệm video viptraffic.avi MatLab 12 Thực nghiệm phát chuyển động Kết thử nghiệm video visiontraffic.avi MatLab 13 Thực nghiệm theo vết Kết thử nghiệm video atrium.avi MatLab 14 Thực nghiệm theo vết Kết thử nghiệm video bachkhoa11.mp4 15 Kết đạt — Nghiên cứu lọc thông dụng — Đề xuất phương pháp IRI-LK với lọc tích hợp — Xử lý số trường hợp che khuất giao cắt đơn giản — Cài đặt thực nghiệm nhiều phương pháp — So sánh kết với phương pháp Lucas-Kanade Optical Flow Gaussian Mixture Model 16 Ưu nhược điểm — Nhận diện xác đối tượng chuyển động môi trường ánh sáng thay đổi — Phương pháp đề xuất hoạt động tốt ánh sáng thay đổi ngưỡng định tuỳ theo độ sáng khung hình Những đóng góp luận văn — Đã nghiên cứu đánh giá số phương pháp phát chuyển động phổ biến — Đề xuất phương pháp IRI-LK — Góp phần tạo tảng cho ứng dụng lĩnh vực thị giác máy tính — Ứng dụng vào số lĩnh vực 18 Hướng mở rộng — Cải thiện thuật toán đề xuất — Cải thiện độ xác vectơ dòng quang học — Phân lớp đối tượng tiến đến nhận diện đối tượng, nhận diện hành vi đối tượng 19 Bài báo gửi hội nghị ICTCC 2014 — Bài báo dựa kết nghiên cứu: “Motion detection base on image intensity ratio ” — Hội nghị quốc tế chấp nhận báo: “International Conference on Nature of Computation and Communication 2014” — Báo cáo hội nghị vào ngày 24 25/11/2014 — Sẽ đăng tải bởi: Nhà xuất Springer 20 Tài liệu tham khảo [1] Moeslund, T B (2012) ‘Introduction to video and image processing: Building real systems and applications’ Springer [3] Stauffer, C., & Grimson, W E L (1999) ‘Adaptive background mixture models for realtime tracking’ In: Computer Vision and Pattern Recognition, 1999 IEEE Computer Society Conference on (Vol 2) IEEE [7] Shirageri, M S., Udupi, G R., & Bidkar, G A (2013) ‘Design and development of Optical flow based Moving Object Detection and Tracking (OMODT) System’ Vectors [15] Johnsen, S., & Tews, A (2009, May) ‘Real-time object tracking and classification using a static camera’ In: Proceedings of IEEE International Conference on Robotics and Automation, workshop on People Detection and Tracking [16] Ranjan, A., & Chaple, M (2013, April) ‘A Novel Approach For Object Detection And Tracking’ In: International Journal of Engineering Research and Technology (Vol 2, No (April-2013)) ESRSA Publications 21 THANK YOU! ... [7] Phương pháp lọc tích hợp Hệ thống theo dõi đối tượng chuyển động phương pháp lọc tích hợp Video giám sát Phát chuyển động (IRI – LK) Theo vết đối tượng (Kalman) Đối tượng giám sát Phát chuyển. .. nạ đối tượng chuyển động Rút trích mô hình đối tượng Danh sách đối tượng theo vết Dự đoán vị trí So khớp đối tượng Danh sách rỗng không khớp Đối tượng khớp với Đối tượng không cập nhật Thêm đối. .. Giới thiệu đề tài Bài toán theo dõi đối tượng chuyển động Mục tiêu nội dung — Tìm hiểu công trình nghiên cứu, báo — Nghiên cứu đề xuất giải pháp phát chuyển động đối tượng môi trường phức tạp