Phát hiện chuyển động bằng phương pháp trừ nền (Luận văn thạc sĩ)

Phát hiện chuyển động bằng phương pháp trừ nền (Luận văn thạc sĩ)Phát hiện chuyển động bằng phương pháp trừ nền (Luận văn thạc sĩ)Phát hiện chuyển động bằng phương pháp trừ nền (Luận văn thạc sĩ)Phát hiện chuyển động bằng phương pháp trừ nền (Luận văn thạc sĩ)Phát hiện chuyển động bằng phương pháp trừ nền (Luận văn thạc sĩ)Phát hiện chuyển động bằng phương pháp trừ nền (Luận văn thạc sĩ)Phát hiện chuyển động bằng phương pháp trừ nền (Luận văn thạc sĩ)Phát hiện chuyển động bằng phương pháp trừ nền (Luận văn thạc sĩ)Phát hiện chuyển động bằng phương pháp trừ nền (Luận văn thạc sĩ)Phát hiện chuyển động bằng phương pháp trừ nền (Luận văn thạc sĩ)Phát hiện chuyển động bằng phương pháp trừ nền (Luận văn thạc sĩ)

1 ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THƠNG TIN VÀ TRUYỀN THƠNG TRẦN VĂN THÀNH ph¸t hiƯn chuyển động BằNG PHƯƠNG PHáP trừ Chuyờn ngnh: KHOA HỌC MÁY TÍNH Mã số: 60 48 0101 TĨM TẮT LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Thái Nguyên - 2015 Số hoá Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn MỞ ĐẦU Trong thời đại ngày công nghệ thông tin thâm nhập vào toàn lĩnh vực đời sống xã hội Xã hội phát triển nhu cầu cơng nghệ thông tin ngày cao, liệu số khơng xa lạ người Trong lĩnh vực ứng dụng công nghệ thông tin trợ giúp người nhiều Hiện nay, thơng tin hình ảnh đóng vai trò quan trọng trao đổi thông tin, phần lớn thông tin mà người thu nhận thông qua thị giác Trong lĩnh vực công nghệ thơng tin lĩnh vực giám sát tự động thu hút nhiều quan tâm nhóm nghiên cứu ngồi nước Cùng với phát triển sức mạnh máy tính, hệ thống giám sát tự động ngày tinh vi đại trợ giúp người nhiều lĩnh vực an ninh, giám sát giao thông v.v Thời gian qua, hệ thống giám sát camera trở thành lĩnh vực nghiên cứu phát triển Trước nhu cầu giám sát, đảm bảo an ninh mục tiêu, trụ sở, nhà riêng… tổ chức, cá nhân ngày cao thúc đẩy việc nghiên cứu, ứng dụng sản phẩm giám sát thông qua camera theo dõi Bài toán đặt xây dựng đưa vào sử dụng hệ thống giám sát đủ mạnh, có độ xác cao, phù hợp với mục đích đối tượng sử dụng Một số ứng dụng quan trọng hệ thống giám sát camera lĩnh vực như: Các thiết bị giám sát an ninh chuyên dụng sử dụng lực lượng vũ trang; thiết bị giám sát an ninh dân dụng; thiết bị giám sát, phân luồng giao thông; công nghệ nghiên cứu, chế tạo Robot thơng qua việc phân tích cử động người… Ở nước ta nay, lĩnh vực giám sát Video có bước phát triển đáng kể Tuy nhiên dựa tảng phần cứng chưa áp dụng nhiều thực tế Việc giải toán theo hướng tiếp cận sử dụng phần mềm chưa quan tâm phát triển Một hệ thống giám sát camera bao gồm nhiều chức năng: Phát chuyển động, phân loại, theo dấu, cảnh báo, phân tích hành động Phát chuyển động xác định chức quan trọng hệ thống giám sát camera Nó khơng có chức trích xuất đối tượng chuyển động mà có ý Số hoá Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn nghĩa quan trọng ứng dụng thị giác máy tính mã hóa video dựa đối tượng, phân tích chuyển động người tương tác người – máy Xuất phát từ nhu cầu thực tế, học viên báo cáo xin ý kiến thầy giáo hướng dẫn nghiên cứu luận văn là: “Phát chuyển động phương pháp trừ nền” Kết nghiên cứu xây dựng giải thuật phát chuyển động phần mềm phát cảnh báo có đối tượng đột nhập vào khu vực giám sát cách nhanh chóng hiệu Trên sở nhằm xây dựng hệ thống giám sát camera trụ sở đơn vị sử dụng nghiên cứu thuật toán phát chuyển động Nội dung luận văn gồm chương: Chƣơng 1: Khái quát Video phát chuyển động Chƣơng 2: Nội dung giải thuật phát chuyển động Chƣơng 3: Chương trình thử nghiệm phát chuyển động Số hoá Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn Chƣơng KHÁI QUÁT VỀ VIDEO VÀ PHÁT HIỆN CHUYỂN ĐỘNG 1.1 Các khái niệm video [3] Video tập hợp khung hình, khung hình ảnh Shot (lia) đơn vị sở video Một lia đơn vị vật lý dòng video, gồm chuỗi khung hình liên tiếp, chia nhỏ hơn, ứng với thao tác camera đơn Scene (cảnh) đơn vị logic dòng video, cảnh gồm lia liên quan không gian liền kề thời gian, mô tả nội dung ngữ nghĩa tình tiết Hình 1.1: Cấu trúc phân đoạn video Khi phim chiếu, khung hình hiển thị tốc độ định Tốc độ thường thấy định dạng video khác 30 25 hình/s Như video có số khung hình tương ứng 108000 90000 Dù video định dạng có dung lượng lớn xử lý với tất khung hình thật khơng hiệu Phân đoạn q trình phân tích chia nội dung hình ảnh video thành đơn vị sở gọi lia (shot) Việc lấy mẫu chọn gần khung video đại diện cho lia (hoặc nhiều tùy theo mức độ phức tạp nội dung hình ảnh lia) gọi khung - khóa Khung – khóa khung hình đại diện mơ tả nội dung shot Q trình phân đoạn liệu video tiến hành phân tích, phát chuyển đổi từ lia sang lia khác phát ranh giới lia (đó Số hố Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn đo khác khung hình liền kề) Trong hình ví dụ chuyển đổi lia: Hình 1.2: Chuyển đổi Lia khung hình thứ thứ Một số thuộc tính đặc trưng video: Video có đặc trưng là: Color (màu), Texture (kết cấu), Shape (hình dạng), Motion (chuyển động) 1.1.1 Màu (Color) Màu thuộc tính quan trọng ảnh Biểu đồ màu, biểu diến phân bố màu, đặc trưng màu phổ biến Biểu đồ màu không phụ thuộc vào quay, dịch chuyển ảnh chiều nhìn ảnh Tính hiệu lại phụ thuộc vào hệ màu phương pháp định lượng dùng Có vấn đề với biểu đồ màu khơng biểu diễn thơng tin không gian phân bố điểm ảnh, hai ảnh có biểu đồ màu có nội dung khác Hình 1.3: Bốn khung hình khác song có biểu đồ màu 1.1.2 Kết cấu (Texture) Đây đặc trưng quan trọng bề mặt, nơi xảy việc lặp lại mẫu Có hai dạng biểu diễn texture phổ biến: biểu diễn dạng ma trận đồng thời biểu diễn Tamura Ma trận đồng thời mô tả hướng khoảng cách điểm ảnh, nhờ thống kê có nghĩa trích chọn Ngược lại, người ta thấy entropy mô men chênh lệch nghịch đảo lại có khả phân biệt tốt Biểu diễn Tamura thúc đẩy nhờ nghiên cứu tâm lý việc thu nhận trực giác người bao gồm đại lượng đo tính thơ, độ tương phản, hướng, tính trơn, Số hố Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn tính cân đối độ ráp Các đặc trưng Tamura hấp dẫn việc hiểu nội dung ảnh biểu đạt trực quan Ngồi có số dạng biểu diễn khác trường ngẫu nhiên Markov, biến đổi Gabor, biến đổi gợn sóng, 1.1.3 Hình dáng (Shape) Các đặc trưng hình dáng biểu diễn sử dụng phân tích hình dáng truyền thống bất biến mơ men, mơ tả Fourier, mơ hình học tự động quay lui thuộc tính hình học Các đặc trưng phân chia thành đặc trưng toàn cục đặc trưng cục Đặc trưng tồn cục đặc trưng thuộc tính thu từ tồn hình dáng ảnh, chẳng hạn chu vi, tính tròn, mơ men trung tâm, hướng trục Đặc trưng cục đặc trưng thu từ việc thao tác với phần ảnh, không phụ thuộc vào toàn ảnh 1.1.4 Chuyển động (Motion) Motion thuộc tính quan trọng video Thơng tin chuyển động sinh kỹ thuật ghép khối luồng ánh sáng Các đặc trưng chuyển động mô men trường chuyển động, biểu đồ chuyển động tham số chuyển động tồn cục trích chọn từ vectơ chuyển động Các đặc trưng mức cao phản ánh di chuyển camera quét camera (pan), nghiêng (tilt), phóng to (zoom out), thu nhỏ (zoom in) trích chọn 1.2 Phát đối tƣợng chuyển động gì? Đó q trình đưa vết đối tượng chuyển động từ khung hình video Quá trình thực chất trình xử lý chuỗi ảnh liên tiếp đoạn video để phát đối tượng chuyển động đoạn hình ảnh theo mơ hình đây: Số hố Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn Các khung hình video PHÁT HIỆN CÁC VÙNG ẢNH NỔI (FOREGROUND DETECTION) XỬ LÝ CÁC VÙNG ẢNH NỔI (FOREGROUND PROCESSING) Các đối tƣợng chuyển động, tính chất chúng Hình 1.4: Tổng quan khối xử lý toán phát đối tượng Số hoá Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 1.2.1 Thiết kế khối xử lý Mô hình tổng quan khối xử lý cho tốn phát đối tượng chuyển động Khởi tạo cập nhật Các khung hình Video Ảnh PHÁT HIỆN ĐIỂM ẢNH NỔI MƠ HÌNH ẢNH NỀN (Mơ hình trừ ảnh nền, Mơ hình chênh lệch tạm thời, Mơ hình Gause) Cập nhật Biểu đồ điểm ảnh khung ảnh TIỀN XỬ LÝ MỨC ĐIỂM ẢNH (Loại nhiễu, Phát bóng vật thể, Phát ánh sáng thay đổi đột ngột) Vùng điểm ảnh làm PHÂN TÍCH SỰ LIÊN KẾT CÁC KHỐI TIỀN XỬ LÝ MỨC VÙNG ẢNH NỔI Các khối đánh dấu (Kết hợp vùng ảnh liên kết với nhau, loại bỏ vùng nhỏ không liên quan) Các khối lọc, làm ĐƢA RA TÍNH CHẤT CỦA ĐỐI TƢỢNG (Diện tích đối tƣợng, Tâm khổi, Biểu đồ màu, Viền đổi tƣợng) Vết đối tƣợng tính chất chúng Hình 1.5: Mơ hình chi tiết khối xử lý 1.2.1.1 Khối phát vùng ảnh Trong phần thiết kế xử lý cho khối phát vùng ảnh ta sử dụng mơ hình ảnh (Background Model) nhằm tích hợp phương pháp trừ ảnh nền, mơ Số hố Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn hình chênh lệch tạm thời mơ hình thống kê Gausse nhằm giải vấn đề phát vùng ảnh Các khung hình Video Khởi tạo cập nhật B MƠ HÌNH ẢNH NỀN (Mơ hình trừ ảnh nền, Mơ hình chênh lệch tạm thời, Mơ hình Gause) Ảnh A PHÁT HIỆN ĐIỂM ẢNH NỔI Cập nhật Biểu đồ điểm ảnh khung ảnh Hình 1.6: Khối phát vùng ảnh Sơ đồ khối xử lý nhằm phát vùng ảnh Trong mơ hình trừ ảnh với phương thức khởi tạo cập nhật khung hình ảnh nhằm đưa đầu vào: ảnh cho trình xử lý phát điểm ảnh Sau có ảnh nền, thao tác xử lý bên khối phát điểm ảnh đơn giản thực việc trừ ảnh, lấy khung hình so sánh với ảnh để đưa biểu đồ điểm ảnh lên từ ảnh Biểu đồ điểm ảnh với khung ảnh đầu vào trình xử lý Trong sơ đồ xử lý này, khối xử lý mơ hình ảnh coi khối xử lý quan trọng Khối thực tích hợp phương pháp xử lý khác trình bày nhằm đưa mơ hình ảnh phục vụ cho bước xử lý Cụ thể mơ hình sử dụng khối xử lý là: - Tương hợp mơ hình trừ ảnh - Tương hợp mơ hình pha trộn Gausse Số hoá Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 10 - Mơ hình chênh lệch tạm thời Các mơ hình thực dạng thư viện xử lý, tích hợp vào hệ thống Khi gặp điều kiện quan sát khác nhau, hệ thống linh động sử dụng thư viện xử lý để đưa hiệu cao Dưới số sở lý thuyết mơ hình đề cập 1.2.1.1.1 Mơ hình trừ ảnh thích hợp Thuật tốn trừ ảnh thích hợp thực sau: Gọi I n (x) cường độ điểm ảnh vị trí x thời điểm khung hình thứ n chuỗi khung hình video I (n [0,255]) Gọi Bn (x) giá trị cường độ ảnh tương ứng cho vị trí x ước lượng qua chuỗi hình ảnh từ I đến I n1 Theo phương pháp trừ ành điểm ảnh vị trí x khung hình video thuộc lớp ảnh thõa mãn : | I n ( x)  Bn ( x) | Tn ( x) (1.1) Trong công thức Tn (x) biểu diễn ngưỡng ước lượng qua khung hình từ I đến I n1 Cơng thức sử dụng để tạo đồ vùng ảnh lên Biểu diễn điểm ảnh ma trận điểm ảnh lên có giá trị điểm ảnh có giá trị cho điểm ảnh Điểm ảnh Bn (x) ban đầu khởi tạo với khung hình B0  I Do thay đổi khung cảnh thu nên khung ảnh ngưỡng liên tục cập nhật theo công thức sau: Bn ( x)  (1   ) I n ( x), x  BG Bn1 ( x)   Bn ( x)  (1   ) I n ( x), x  FG Tn ( x)  (1   ) I n ( x), x  BG Tn1 ( x)   Tn ( x), x  FG (1.2) (1.3) Trong ký hiệu BG vùng ảnh FG vùng ảnh lên   thuộc khoảng [0.0, 1.0],  số điểm ảnh khác từ khung hình so sánh với ảnh Số hoá Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn ... Xuất phát từ nhu cầu thực tế, học viên báo cáo xin ý kiến thầy giáo hướng dẫn nghiên cứu luận văn là: Phát chuyển động phương pháp trừ nền Kết nghiên cứu xây dựng giải thuật phát chuyển động. .. động Nội dung luận văn gồm chương: Chƣơng 1: Khái quát Video phát chuyển động Chƣơng 2: Nội dung giải thuật phát chuyển động Chƣơng 3: Chương trình thử nghiệm phát chuyển động Số hố Trung tâm... 1.1.4 Chuyển động (Motion) Motion thuộc tính quan trọng video Thơng tin chuyển động sinh kỹ thuật ghép khối luồng ánh sáng Các đặc trưng chuyển động mô men trường chuyển động, biểu đồ chuyển động