PHÁT HIỆN CHUYỂN ĐỘNG và đối TƯỢNG TRONG VIDEO

LỜI CAM ĐOAN Tôi xin cam đoan công trình nghiên cứu riêng tơi Các kết nêu luận văn trung thực chưa cơng bố cơng trình khác Tơi xin cam đoan thơng tin trích dẫn luận văn rõ nguồn gốc Hải Phòng, ngày 10 tháng năm 2015 LỜI CÁM ƠN Để hồn thành tiểu luận này, tơi xin chân thành cảm ơn thầy cô giáo tận tình hướng dẫn, giảng dạy suốt trình học tập, nghiên cứu rèn luyện Trường Đại học Hàng Hải Việt Nam Xin chân thành cảm ơn Thầy giáo hướng dẫn TS Nguyễn Hữu Tuân tận tình, chu đáo hướng dẫn thực luận văn Mặc dù có nhiều cố gắng để thực đề tài cách hoàn chỉnh nhất, song hạn chế tiếp cận với thực tế hạn chế kiến thức kinh nghiệm nên tránh khỏi thiếu sót định mà thân chưa thấy Tơi mong góp ý q thầy, cô giáo bạn đồng nghiệp để luận văn hồn chỉnh Tơi xin chân thành cảm ơn MỤC LỤC Trang LỜI CAM ĐOAN .i LỜI CÁM ƠN ii MỤC LỤC iii DANH MỤC CÁC TỪ VIẾT TẮT VÀ KÝ HIỆU v DANH MỤC CÁC HÌNH vi MỞ ĐẦU CHƯƠNG GIỚI THIỆU .3 1.1 Mục đích đề tài 1.2 Yêu cầu đề tài 1.3 Cách tiếp cận đề tài Cuối cùng, cần xây dựng hệ thống phần mềm kết hợp với thiết bị phần cứng để tạo thành hệ thống hoàn thiện vận hành hiệu CHƯƠNG PHÁT HIỆN CHUYỂN ĐỘNG VÀ ĐỐI TƯỢNG TRONG VIDEO6 2.1 Phương pháp phát chuyển động .6 2.2 Phương pháp phát người 14 2.3 Phương pháp phát mặt người 21 CHƯƠNG XÂY DỰNG CHƯƠNG TRÌNH 27 3.1 Thư viện OPENCV EMGU 27 3.2 Hệ thống video giám sát 31 3.3 Hệ thống giám sát dựa chuyển động người .34 3.4 Dữ liệu kiểm thử đánh giá hiệu 40 KẾT LUẬN VÀ KIẾN NGHỊ .44 TÀI LIỆU THAM KHẢO .47 DANH MỤC CÁC TỪ VIẾT TẮT VÀ KÝ HIỆU Chữ viết tắt CNTT HOG KHCN TGMT Giải thích Cơng nghệ thơng tin Histogram of oriented gradient Khoa học cơng nghệ Thị giác máy tính DANH MỤC CÁC HÌNH Số hình 2 2 10 11 12 13 14 15 3.1 3 3 10 Tên hình Sự phát triển ảnh MHI cho hành động khác Ảnh MHI tạo thể bên hành động Ví dụ cho MHI MEI Minh họa phụ thuộc vào T để phát triển ảnh MHI Minh họa phụ thuộc vào δ tính tốn mẫu MHI Lược đồ luồng hệ thống điển hình phương thức MHI cho việc nhận dạng hành động Minh họa cách cách tính tốn vector gradient Minh họa mẫu cửa sổ tìm kiếm kích thước 64x128 Minh họa kích thước 8x8 cửa sổ tìm kiếm Minh họa cho HOG Minh họa cho việc cộng thêm nhân thêm vào giá trị điểm ảnh Minh họa cho thay đổi giá trị vector gradient có thay đổi ánh sáng Hình ảnh minh họa cho gộp để tạo nên khối có chồng lấp Minh họa cách tính giá trị ảnh tích phân Đặc trưng thứ thứ hai lựa chọn AdaBoost Minh họa tầng phân loại Minh họa tổng quan OpenCV Minh họa mơ hình hệ thống giám sát Hình ảnh minh họa cho camera giám sát Hình ảnh minh họa đầu xử lý tín hiệu Hình minh họa thiết bị cảnh báo Minh họa mơ hình giám sát cục Minh họa mơ hình giám sát trực tuyến Minh họa phát chuyển động Minh họa phát người Minh họa phát khuôn mặt Trang 9 10 13 15 16 17 18 19 20 21 22 24 25 28 31 32 33 34 34 35 41 42 43 MỞ ĐẦU Ngày nay, song song với phát triển kinh tế xã hội phát triển không mong muốn tệ nạn xã hội Khi tình hình an ninh ngày trở nên đáng báo động người cần có chuẩn bị riêng cho nhằm phòng tránh rủi ro Có nhiều biện pháp an ninh ngày đưa thuê nhân viên an ninh, sử dụng hệ thống khóa cao cập nhiên chưa có hệ thống cho kết an toàn tuyệt đối Cùng với biện pháp nêu hệ thống camera giám sát ngày phương tiện hữu ích giúp cho người bảo vệ tính mạng, tài sản thêm vào hệ thống công cụ giúp cho việc quản lý công việc cách hiệu Hầu hết cửa hàng kinh doanh vừa nhỏ gia đình gần có nhu cầu trang bị cho hệ thống giám sát nhằm tăng cường an ninh nơi sinh sống làm việc hỗ trợ cho việc quản lý nhân viên, kiểm sốt hàng hóa vào cửa hàng, công ty, kho bãi Cùng với phát triển công nghệ khoa học, hệ thống phần cứng ngày cho phép có hình ảnh từ camera giám sát với chất lượng ngày cao với tăng cường khả giám sát việc giám sát tiến hành từ xa thông qua mạng internet, giúp hồn tồn theo dõi tình hình nơi xa chúng ta, cần thiết hệ thống phần mềm thông minh cần thiết hết để góp phần tạo nên hệ thống giám sát hoàn thiện cho người sử dụng Các hệ thống giám sát phổ thông thị trường tập trung vào việc quan sát ghi hình nơi cần giám sát, điều không giúp cho trường hợp khẩn cấp cần xử lý Trong thực tế, điều thấy qua việc số cửa hàng lắp hệ thống giám sát bị đột nhập vào buổi đêm sáng hơm sau chủ cửa hàng thu lại đoạn video kẻ trộm mang khăn bịt mặt lấy tài sản Điều chưa đủ so với cần thực tế, thực tế đặt cần thiết cho hệ thống thông minh phát chuyển động người giám sát Từ thực tế nêu trên, định hướng chọn đề tài xây dựng hệ thống giám sát dựa phát chuyển động đối tượng ảnh làm đề tài nghiên cứu cho khóa luận Bài tiểu luận trình bày làm rõ số vấn đề đề tài sở khoa học, ý nghĩa thực tiễn, mục đích phương pháp nghiên cứu đề tài CHƯƠNG GIỚI THIỆU 1.1 Mục đích đề tài Đề tài đặt với mục đích nhằm giải yêu cầu thực tiễn mà xã hội đề hệ thống giám sát hiệu ứng dụng kỹ thuật tiên tiến ngành công nghệ thông tin nói chung lĩnh vực thị giác máy tính nói riêng vào việc giải vấn đề liên quan đến giám sát an ninh Thêm vào đó, việc nghiên cứu đề tài giúp cho nghiên cứu sâu vào lĩnh vực thị giác máy tính, nắm rõ kỹ thuật phát đối tượng quan trọng kết hợp kĩ thuật để có giải pháp hiệu cho toán lý thuyết cho toán thực tế Từ tiền đề giúp cá nhân tơi xã hội có thêm cách tiếp cận để giải toán lớn Cụ thể đề tài tập trung nghiên cứu vào ba vấn đề lý thuyết phương pháp phát chuyển động, phương pháp phát người phát khuôn mặt người video Ngoài ra, đề tài đặt nhằm tới mục đích nghiên cứu, tìm hiểu hệ thống thư viện OpenCV nói chung EMGU nói riêng từ áp dụng kỹ thuật vào hệ thống Theo đó, nâng cao tính thực tiễn, hiệu cho hệ thống Cuối cùng, đề tài mong muốn đạt mục tiêu cân chi phí hiệu hệ thống giám sát, cố gắng đạt hệ giám sát hiệu với chi phí chấp nhận (thực tế đa số hệ thống giám sát Việt Nam có hiệu cao thường đắt, hệ thống với mức chi phí chấp nhận lại thường có tính đơn giản hiệu suất không cao) 1.2 Yêu cầu đề tài Với mong muốn áp dụng vào thực tế, đề tài cần phải đáp ứng yêu cầu thực tế sau: - Hệ thống vận hành ổn định điều kiện khác có độ tin cậy cao với người sử dụng - Các tính hệ thống cần phải hoạt động nhanh song song với tính xác - Giao diện hệ thống thân thiện dễ hiểu, dễ học dễ sử dụng người sử dụng - Hệ thống cần có tùy chỉnh cấu hình, thơng số dễ dàng để phù hợp với hoàn cảnh vận hành khác yêu cầu khác người sử dụng - Hệ thống cần áp dụng kỹ thuật, công nghệ tân thời để nâng cấp, phát triển dễ dàng sau - Hệ thống cần có đảm bảo mức kinh phí cân với hiệu năng, vận hành tảng phần cứng với mức kinh phí chấp nhận - Hệ thống cần kiểm thử đánh giá cách kỹ trước đưa vào vận hành thực tế 1.3 Cách tiếp cận đề tài Để giải mục đích đề phía tơi xác định cần phải thực số cách tiếp cận cụ thể sau: - Thứ nhất, khảo sát nắm rõ trạng nhu cầu xã hội với hệ thống camera giám sát, tìm hiểu rõ ưu nhược điểm hệ thống có, từ rút điều tốt cần kế thừa điểm chưa tốt cần phải khắc phục đưa phác thảo ý tưởng cho hệ thống cần xây dựng - Thứ hai, tìm hiểu nghiên cứu kết cấu hệ thống camera giám sát, nghiên cứu kĩ thành phần cách tổ hợp chúng thành hệ thống vấn đề làm để phát triển hệ thống giám sát trực tuyến thông qua mạng internet để từ lên thiết kế thành phần cho hệ thống camera giám sát mà cần phải xây dựng - Thứ ba, tìm hiểu lý thuyết phương pháp Motion Detection, Human Detction Face Detection để từ lý thuyết nghiên cứu Hình 3.4: Hình ảnh minh họa đầu xử lý tín hiệu 18 c Thiết bị xử lý lưu trữ Tùy vào hệ thống mà thành phần có khơng, thành phần nằm đầu xử lý tín hiệu chịu trách nhiệm việc xử lý tín hiệu nhận từ thiết bị thu nhận âm hay hình ảnh Thành phẩn chủ yếu thực phép dò tìm, phân tích định việc đưa cảnh báo Từ thiết bị nhận, xuất liệu có sở để truyền tín hiệu tới thiết bị hiển thị hay cảnh báo khác Các tín hiệu lưu trữ không lưu trữ tùy thuộc vào hệ thống cụ thể d Thiết bị hiển thị cảnh báo Đây thiết bị cuối mà người sử dụng hệ thống tiếp xúc Chúng ta quan sát hình ảnh, âm từ camera giám sát qua điện thoại di động, máy vi tính, tivi máy chiếu gần xa nơi lắp đặt hệ thống giám sát Các thiết bị cảnh báo sử dụng loa, hệ thống chng báo, dịch vụ tin nhắn… nhằm báo động cho người dùng hệ thống có tín hiệu giám sát bất thường phát từ thiết bị xử lý tín hiệu 18 Nguồn internet 32 Hình 5: Hình minh họa thiết bị cảnh báo 19 3.3 Hệ thống giám sát dựa chuyển động người Hệ thống giám sát dựa chuyển động người dạng hệ thống video giám sát dĩ nhiên hệ thống bao gồm thành phần phần tơi trình bày Cụ thể tơi có mơ hình để tiếp cận: - Mơ hình 1: hệ thống giám sát cục Mơ hình gồm thành phần hình mơ tả Hình 6: Minh họa mơ hình giám sát cục Cụ thể mơ hình gồm thành phần chính: camera, máy tính loa Ở camera đóng vai trò thiết bị thu nhận tín hiệu loa đóng vai trò thiết bị cảnh báo Tuy nhiên máy tính đươc tích hợp nhiều vai trò quan trọng thiết bị nhận, xuất tín hiệu đồng thời thiết bị xử lý tín hiệu 19 Nguồn internet 33 - Mơ hình 2: hệ thống giám sát trực tuyến Mơ hình có khác biệt vị trí giám sát so với mơ hình giám sát cục phía Hình 7: Minh họa mơ hình giám sát trực tuyến Về nguyên lý hoạt động mơ hình tương đồng nhiên mơ hình thứ sử dụng camera IP để truyền tín hiệu thu nhận qua internet Chính nhờ điều giúp cho thu nhận tín hiệu giám sát từ khoảng cách xa, hệ thống gọi tên gọi khác hệ thống giám sát từ xa Dù theo mơ hình tạo nên khác biệt hệ thống thành phần xử lý thông tin hệ thống Thành phần xử lý thông tin sau nhận tín hiệu hình ảnh từ camera chuyển tới có khả phân tích cố gắng phát chuyển động, phát người hình phát khn mặt Nếu có phát tùy mức độ u cầu Dưới tơi trình bày module thành phần xử lý thơng tin toán a Phương thức phát chuyển động: privateRectangle[] MotionDetect(Image image) { _backgroundSubtractor Apply(image, _forgroundMask); _motionHistory Update(_forgroundMask); 34 double[] minVals, maxVals; Point[] minPoss, maxPoss; /* * Phương thức trả vị trí, giá trị lớn nhỏ * tham số truyền vào tham số lấy giá trị từ phương thức */ _motionHistory Mask MinMax(out minVals, out maxVals, out minPoss, out maxPoss); Mat motionMask = newMat(); ScalarArray sa = newScalarArray(255 / maxVals[0]); /* * Phương thức tĩnh nhân mảng với tỷ lệ * Tham số 1, mảng đầu vào * Tham số 2, mảng đầu vào * Tham số 3, mảng đầu * Tham số 4, biến tỷ lệ * Tham số 5, độ sau tùy chọn cho mảng đầu */ CvInvoke Multiply(_motionHistory Mask, sa, motionMask, 1, DepthType Cv8U); Image motionImage = newImage(motionMask Size); /* * Phương thức tĩnh chèn kênh vào ảnh 35 * Tham số 1, kênh nguồn * Tham số 2, ảnh đích chèn kênh vào * Tham số 3, số kênh chèn */ CvInvoke InsertChannel(motionMask, motionImage, 0); /* * Kích thước tối thiểu vùng chuyển động */ double minArea = 10000; Mat segMask = newMat(); VectorOfRect boundingRect = newVectorOfRect(); /* * Phương thức trả chuỗi thành phần chuyển động * Tham số 1, mẫu đầu * Tham số 2, nhận kết trả */ _motionHistory GetMotionComponents(segMask, boundingRect); Rectangle[] motions = boundingRect ToArray(); List list = newList(); Parallel ForEach(motions, motion => { int area = motion Width * motion Height; //Loại bỏ vùng chuyển động nhỏ if (area >= minArea) 36 { double angle, motionPixelCount; _motionHistory MotionInfo(_forgroundMask, motion, out angle, out motionPixelCount); //Loại bỏ vùng có số lượng pixel chuyển động thấp if (motionPixelCount >= area * 05) list Add(motion); } }); return list ToArray(); } b Phương thức phát người privateRectangle[] HumanDetect(Image image) { /* * Phương thức tìm kiếm đối tượng hình với gia tăng cửa sổ tìm kiếm * Tham số 1, đối tượng ảnh tiến hành tìm kiếm * Tham số 2, khoảng cách đặc trưng mặt phẳng phân loại * Tham số 3, công sai gia tăng cửa sổ, phải bội công sai gia tăng khối * Tham số 4, đệm * Tham số 5, hệ số tăng cửa sổ phát * Tham số 6, hệ số quy định ngưỡng tương đồng * Tham số 7, quy định gộp nhóm 37 */ MCvObjectDetection[] people = _hogDescriptor DetectMultiScale(image, 1, System Drawing Size Empty, System Drawing Size Empty, 05, 2, false); List list = newList(); Parallel ForEach(people, person => { list Add(person Rect); }); return list ToArray(); } c Phương thức phát khuôn mặt privateRectangle[] FaceDetect(Image image) { Image grayImage = image Convert(); /* * Phương thức phát đối tượng ảnh * Tham số 1, hình ảnh sử dụng để tìm kiếm * Tham số 2, yếu tố cửa sổ tìm kiếm thu nhỏ quét tiếp theo, ví dụ 1 cửa sổ tăng 10% * Tham số 3, kích thước tối thiểu phát * Tham số 4, kích thước tối đa phát */ 38 Rectangle[] faces = _cascade DetectMultiScale(grayImage, 1, 4, newSize(40, 40), newSize(400, 400)); return faces; } 3.4 Dữ liệu kiểm thử đánh giá hiệu Với mục đích kiểm thử hiệu tính xác chương trình, ngồi việc kiểm thử hệ thống camera có, tơi sử dụng số video tình thật ghi lại hệ thống camera giám sát Các tình xoay quanh bối cảnh có kẻ đột nhập vào nhà vào lúc đêm tối, camera giám sát ghi lại hình ảnh song khơng có tính phát cảnh báo Video 1, nguồn https://www youtube com/watch?v=lkboRfZgNF8 Video 2, nguồn https://www youtube com/watch?v=8YYQw-RCsYs Video 3, nguồn https://www youtube com/watch?v=uQNlxqLmZr8 Video 4, nguồn https://www youtube com/watch?v=QcN6rXyE8wI Video 5, nguồn https://www youtube com/watch?v=BfdVExeFB6I Kết đánh giá video sau: - Về việc phát chuyển động: Các kết thực nghiệm cho thấy chức hoạt động với mức độ ổn định đạt hiệu suất cao Trên 90% tình có chuyển động kẻ đột nhập phát hiện, nhiên số thay đổi theo video điều kiện ánh sáng chất lượng thiết bị thu video khác Tuy nhiên hệ thống có chế điều chỉnh thông số phương pháp để dễ dàng thích nghi với điều kiện ánh sáng chất lượng camera khác 39 Hình 8: Minh họa chức phát chuyển động - Về việc phát người hình: Thực nghiệm tình phía đánh giá tính hoạt động chưa thật ổn định Mức độ phát thành công mức 50% Điều giải thích góc độ quay video, đặc thù phương pháp phát Cụ thể với góc quay khơng phải tốt khn người khn hình thể chưa thật tốt đặc tính phương pháp đòi hỏi cần khn người đầy đủ để đạt kết tốt Thêm vào điều chỉnh tham số khơng hợp lý dẫn tới tỷ lệ sai với số trường hợp cụ thể Tuy nhiên đánh giá chức hồn tồn hoạt động tốt chương trình có khả kết hợp chức để tạo cảnh báo có chế điều chỉnh tham số để cải thiện hiệu suất 40 Hình 3.9: Minh họa chức phát người - Về việc phát khuôn mặt: Trái ngược với việc phát người, phát khn mặt cần có ảnh với chất lượng ảnh đủ tốt có độ gần với camera để đạt độ phân giải cao, phát khn mặt thường cần người hình đứng đủ gần với camera để phát (việc đứng gần làm khuôn người không lọt đủ vào khn hình dẫn đến việc khơng phát người) Chức phát khuôn mặt phát người coi bổ trợ tốt cho trường hợp khó để phát người lại có khả phát mặt ngược lại Thực nghiệm thể điều cách rõ Chức thực nghiệm thể tính ổn định cao với 80% độ xác Tuy nhiên tồn trường hợp đặc biệt dẫn đến việc phát bị sai lệch (do đặc điểm tự nhiên số khung hình có chứa đặc trưng trùng khớp với đặc trưng Haar), điều hồn tồn khắc phục thông qua chức điều chỉnh tham số chương trình 41 Hình 3.10: Minh họa chức phát mặt - Về hệ thống cảnh báo: Qua thực nghiệm 100% trường hợp có cảnh báo Hệ thống có chế tổng hợp linh hoạt kết nhận từ phương pháp phát chuyển động, người mặt Đây tính cho giúp cho hệ thống tạo an toàn cần thiết vượt so với hệ thống giám sát khơng có cảnh báo Chức có chế tùy chỉnh giúp cho hình thức cảnh báo linh hoạt thích nghi với nhiều tình khác 42 KẾT LUẬN VÀ KIẾN NGHỊ a Một số kết đạt Qua thời gian tìm hiểu thực đề tài, đạt số kết sau: - Tìm hiểu lý thuyết cách thức triển khai thực tế hệ thống camera giám sát từ giúp tơi có sở để xây dựng nên hệ thống camera giám sát trực tuyến - Tìm hiểu lý thuyết cài đặt phương pháp phát chuyển động, phát người khuôn mặt video, ứng dụng thuật toán vào thực tế - Xây dựng hệ thống giám sát dựa phát chuyển động người, hoạt động mức tương đối ổn định với mức chi phí chấp nhận - Tìm hiểu thư viện OpenCV EMGU, qua sử dụng tính chúng phục vụ cho việc xây dựng chương trình minh họa cho đề tài - Tìm hiểu thêm ngơn ngữ lập trình C# để áp dụng vào việc lập trình phương pháp tìm hiểu phần lý thuyết nêu - Kiểm thử đánh giá tính ổn định hiệu suất hệ thống xây dựng qua có đánh giá hiểu biết sâu phương pháp phát chuyển động, người khuôn mặt b Một số hạn chế Do hạn chế mặt kiến thức, kinh nghiệm thời gian, đề tài số điểm hạn chế: - Do phạm vi lý thuyết rộng liên quan đến nhiều công trình nghiên cứu trước nên việc tìm hiểu lý thuyết số điểm chưa sâu Cần có thêm thời gian để tìm hiểu kĩ số điểm - Số phương pháp áp dụng hệ thống chưa nhiều cần có nhiều thời gian để áp dụng kết hợp phương pháp khác vào nhằm gia tăng hiệu suất tính ổn định, tin cậy hệ thống 43 - Tỷ lệ phát chuyển động, người hay khn mặt sai lệch dù điều chỉnh tham số Chưa có chế tự động thiết lập tham số nên áp dụng hệ thống điều kiện cụ thể cần phải có điều chỉnh thiết lập đạt hiệu suất tốt - Trong hệ thống xây dựng, chất lượng phần cứng hạn chế chưa đạt chất lượng tốt Nếu có đầu tư tốt mặt thiết bị hệ thống hồn tồn đạt kết ổn định tốt - Chưa tối ưu hóa giải thuật cách tốt nhằm tận dụng hiệu phần cứng Cụ thể chưa sử dụng giải pháp song song hóa để giúp tận dụng hiệu CPU đa lõi, nhằm tăng hiệu suất cho hệ thống c Định hướng phát triển Từ nghiên cứu thời gian qua sở khoa học cho việc hoàn thành đề tài hoàn toàn khả thi Vấn đề lại phải đảm bảo có thực nghiệm để điều chỉnh cho đạt hiệu cao cho toán Đây phần cần đầu tư nhiều thời gian cơng sức hồn tồn thực Để phát triển đề tài lên xin đề suất số định hướng sau: - Tích hợp thêm khả nhận dạng mặt người thông qua truy vấn sở liệu người lưu trữ sẵn, giúp cho hệ thống có khả thơng minh hơn, hiệu có tính an tồn cho nơi cần giám sát - Có hình thức cảnh bảo tốt sử dụng chuông báo động gửi tin nhắn, email tự động liên lạc đến số quan an ninh, để có biện pháp kịp thời giải tình phát kẻ lạ xâm nhập - Có hình thức đề phòng cố lượng nguồn điện dự phòng để đảm bảo hệ thống có khả hoạt động liên tục không bị ngắt quãng - Tăng cường chất lượng thiết bị thu nhận hình ảnh để nâng cao hiệu suất độ xác, hiệu hệ thống sử dụng loại thiết 44 bị camera quay, chống nước, có khả hoạt động mơi trường thiếu ánh sáng - Sử dụng đường truyền mạng tốc độ cao nhằm đảm bảo cho tín hiệu có chất lượng tốt có thời gian truyền nhanh giúp cho số lượng khung hình bị bỏ sót thấp.Theo đó, tăng tính an tồn cho nơi lắp đặt hệ thống - Sử dụng máy tính có khả xử lý nhanh mạnh, giúp cho việc xử lý đồng thời nhiều tác vụ với nhiều camera cách tốt Ưu tiên sử dụng xử lý đa nhân đa luồng nhằm giúp việc giám sát nhiều camera hiệu 45 TÀI LIỆU THAM KHẢO Paul Viola, Michael J Jones 2004, Robust real-time face detection, International Journal of Computer Vision 57 Rainer Lienhart, Jochen Maydt 2002, An Extended Set of Haar-like Features for Rapid Object Detection, Proceedings of the International Conference on Image Processing Navneet Dalal and Bill Triggs, Histograms of Oriented Gradients for Human Detection, INRIA Rhˆone-Alps, 655 avenue de l’Europe, Montbonnot 38334, France Paul Viola, Michael Jones 2001, Rapid Object Detection using a Boosted Cascade of Simple Features, Proceedings of Computer Vision and Pattern Recognition http://www-cse ucsd edu/classes/fa01/cse291/ViolaJones http://citeseerx ist psu edu/ viewdoc/summary?doi=10 1 2036 Bobick, A , Davis, J 1996, An appearance-based representation of action Ahad, Md.A.R., Tan, J.K., Kim, H., Ishikawa, 2009, Temporalmotion recognition and segmentation approach Md Atiqur Rahman, Ahad J K., Tan H Kim, S Ishikawa 2010, Motion history image: its variants and applications http://academia.edu/ 360567/Motion_history_image_its_variants_and_applications Thư viện EMGU http://www emgu com/wiki/index php/Main_Page Thư viện OpenCV http://opencv org/ 46 ... thống hoàn thiện vận hành hiệu CHƯƠNG PHÁT HIỆN CHUYỂN ĐỘNG VÀ ĐỐI TƯỢNG TRONG VIDEO6 2.1 Phương pháp phát chuyển động .6 2.2 Phương pháp phát người 14 2.3 Phương pháp phát mặt... dụng vào toán thực tế Cuối cùng, cần xây dựng hệ thống phần mềm kết hợp với thiết bị phần cứng để tạo thành hệ thống hoàn thiện vận hành hiệu CHƯƠNG PHÁT HIỆN CHUYỂN ĐỘNG VÀ ĐỐI TƯỢNG TRONG VIDEO. .. Phương pháp phát chuyển động Cách tiếp cận dựa lịch sử chuyển động ảnh cách nhìn dựa phương pháp phát mẫu theo thời gian Đây phương pháp đơn giản lại hiệu việc biển diễn cho chuyển động sử dụng