Phát hiện chuyển động bằng phương pháp trừ nền

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 cịn xa lạ người Trong lĩnh vực ứng dụng công nghệ thông tin trợ giúp người nhiều Hiện nay, thơng tin hình ảnh đóng vai trị 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 cịn 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 dịng 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 cịn 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 trịn, 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 53 s vt 1 ( x, y ) : giá trị biến ngắn trước N : tham số định nghĩa trước khoảng – 4, thực nghiệm đặt N  Giá trị khởi tạo biến ngắn: v0s ( x, y)  0 ( x, y) l - Tính giá trị biến dài vt ( x, y) : Tương tự vậy, ta sử dụng thủ tục huấn luyện tín hiệu ổn định điều chỉnh để tính giá trị biến dài vtl ( x, y) cho frame Cơng thức tính biến dài sau: vtl1 ( x, y )  p, if vts ( x, y )  vtl1 ( x, y ) v ( x, y )   l s l vt 1 ( x, y )  p, if vt ( x, y )  vt 1 ( x, y ) l t t: bội số α l vt ( x, y) : giá trị biến dài l vt 1 ( x, y ) : giá trị biến dài trước Giá trị khởi tạo biến dài: v0l ( x, y)  0 ( x, y) Sau giá trị biến ngắn biến dài tính Giá trị biến tốt Vt ( x, y) tính cho frame sau: Vt ( x, y)  N  min(vts ( x, y), vtl ( x, y)) Cuối cùng, ta xác định pixel đối tượng chuyển động biến mặt nạ nhị phân phát đối tượng chuyển động Dt ( x, y) từ khối chuyển động frame theo cơng thức tính sau: 1, if  t ( x, y )  Vt ( x, y ) D ( x, y )   otherwise 0, D( x, y )  chứng tỏ, pixel pixel đối tượng chuyển động, ngược lại, D( x, y)  , pixel Như ta trích xuất đối tượng chuyển động thơng qua tập pixel có D ( x, y )  Số hoá Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 54 if(TERM_N * subdata[ i* ws + j] == vsmask[i*ws +j]) ; else if(TERM_N * subdata[ i* ws + j] > vsmask[i*ws +j]) vsmask[i*ws +j]+= SHORT_TERM_P; else vsmask[i*ws +j]-= SHORT_TERM_P; if(vsmask[i*ws +j] == vlmask[i*ws +j] ) ; else if(vsmask[i*ws +j] > vlmask[i*ws +j] ) vlmask[i*ws +j]+= LONG_TERM_P; else vlmask[i*ws +j]-= LONG_TERM_P; if(TERM_N * MIN(vsmask[i*ws +j],vlmask[i*ws +j]) < subdata[i*ws +j]) vmask[i*ws +j] = 255; else vmask[i*ws +j] = 0; Số hoá Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 55 Hình 2.8 Lược đồ giải thuật phát đối tượng chuyển động Số hoá Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 56 Chƣơng CHƢƠNG TRÌNH THỬ NGHIỆM PHÁT HIỆN CHUYỂN ĐỘNG 3.1 Chƣơng trình demo phát chuyển động Như trình bày phần trên, giải toán phát đột nhập camera theo dõi dựa kết giải toán phát chuyển động Học viên nghiên cứu xây dựng phần mềm phát đột nhập camera theo dõi dựa giải thuật phát chuyển động trình bày Chương 2, học viên giới thiệu tính chương trình phát đột nhập từ đoạn video đầu vào học viên quay địa điểm, thời gian khác để minh họa cho chương trình: Hình 3.1 Giao diện chương trình demo Chương trình viết ngơn ngữ lập trình Visual C++ tảng công cụ Microsoft Visual Studio 2013 Chương trình cài đặt thuật tốn phát chuyển động trình bày Chương bổ sung phần định nghĩa khu vực theo dõi (Definition Controlled Areas) vùng hình trịn màu đỏ Tính chƣơng trình demo: Phát tất chuyển động video liệu đầu vào Trong chương trình Demo, học viên sử dụng liệu đầu vào đoạn video thu từ camera ghi hình nhiều thời điểm khung cảnh khác Do yêu cầu đặt toán Số hoá Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 57 thực tế tiết kiệm kinh phí đảm bảo xử lý thời gian thực, nên việc sử dụng camera theo dõi không cần thiết phải dùng loại đắt tiền hình ảnh chất lượng cao mà cần sử dụng camera thu video với liệu lưu trữ dạng file avi, kích thước: 640x480, số frame: < 25 fps (đây liệu lưu trữ camera kỹ thuật số) Các lựa chọn chương trình: - Show background: Hiện hình ảnh trình cập nhật liên tục thuật toán để tạo tối ưu Nền tối ưu frame chứa pixel không thay đổi giá trị (những đối tượng không biến động) đảm bảo thời gian tính tốn nhỏ giới hạn chấp nhận Sau 50 frame bắt đầu khởi tạo đâu tiên, sau thời gian tính tốn, thuật tốn trả thay đổi a) Nền ban đầu b) Nền sau thời gian ngắn Hình 3.2 Mơ tả việc xây dựng tối ưu thuật toán - Show video: Hiện hình ảnh thật thu từ video Sau 200 frame (khoảng 4s) thuật toán bắt đầu phát đối tượng chuyển động Những đối tượng chuyển động đánh dấu hình trịn màu xanh Số hố Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 58 Hình 3.3 Phát đánh dấu đối tượng chuyển động - Definition Controlled Areas: Định nghĩa khu vực giám sát hình trịn màu đỏ kéo thả video xử lý Những đối tượng chuyển động xác định vào vùng hình trịn cảnh báo đối tượng chuyển động màu xanh chuyển sang hình trịn màu đỏ cảnh báo đối tượng đột nhập vào khu vực cần theo dõi if( feret.x > door.x && feret.y > door.y Số hoá Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 59 && (feret.width + feret.x < door.x + door.width) && (feret.height + feret.y < door.y + door.height)) DrawRect(img,feret,CV_RGB(255,0,0),1); //neu vi pham ve mau else DrawRect(img,feret,CV_RGB(0,0,255),1); //neu khong ve mau xanh //feret – Đối tượng chuyển động //door – Định nghĩa vùng giám sát Hình 3.4 Phát đánh dấu chữ nhật màu đỏ đối tượng vào khu vực giám sát - Các tham số đầu vào nhận giá trị khác nhằm tạo tính linh hoạt q trình cài đặt phầm mềm sử dụng điều kiện, môi trường khác video đầu vào Người dùng thử nghiệm điều kiện, môi trường định với tham số đầu vào khác nhằm tìm tham số đầu vào mà hiệu xử lý hình ảnh để phát chuyển động tốt - Kết thử nghiệm: Chương trình thử nghiệm với liệu đầu vào video mẫu quay thời điểm, khung cảnh điều kiện khác Chương trình phát tất đối tượng chuyển động, phát đánh dấu đối tượng chuyển động vùng cần theo dõi Quá trình xử lý đảm bảo thời gian thực giới hạn chấp nhận Số hố Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 60 Học viên cài đặt thuật toán phát chuyển động, bổ sung, cải tiến tốc độ cập nhật (tùy vào điều kiện, cập nhật theo frame 3, đến frame cập lần Điều giảm thời gian tính tốn q trình tạo tối ưu); cải tiến thuật tốn tính ngưỡng để xác định xác đối tượng chuyển động; bổ sung phần định nghĩa khu vực giám sát Như vậy, chương trình demo xây dựng tính để giải tốn đặt ra: Phát chuyển động phương pháp trừ 3.2 Bài toán Phát đột nhập camera theo dõi Giả định có mục tiêu quan trọng cần bảo vệ, xung quanh tường rào chắn, có cổng vào Yêu cầu xây dựng hệ thống tự động phát có đối tượng đột nhập vào mục tiêu bảo vệ Giải toán: - Khảo sát bên trong, bên ngồi mục tiêu Xây dựng 02 mơ hình camera giám sát vịng ngồi vịng mục tiêu + Vịng ngồi: Giám sát phát đối tượng đột nhập từ bên vào mục tiêu thơng qua cửa chính, vượt hàng rào bảo vệ + Vòng trong: Giám sát cửa vào cầu thang máy, cầu thang tầng, cửa phòng quan trọng - Lên sơ đồ camera theo dõi bao quát hết mục tiêu, giả định dùng camera lắp đặt địa điểm để quan sát tất hướng xâm nhập mục tiêu từ bên ngồi, dùng camera quan sát điểm bên mục tiêu (4 cửa thang máy cầu thang bộ, phòng quan trọng) - Xây dựng phầm mềm tích hợp việc xử lý đồng thời camera giám sát để đưa đối tượng xâm nhập vào mục tiêu Việc xử lý camera thực chương trình demo giới thiệu phần trên, đó, camera định nghĩa vùng giám sát riêng Trên sở lắp đặt, kiểm tra thử nghiệm với thời điểm khác để lựa chọn giá trị ngưỡng phù hợp để trình xử lý, phát đối tượng đột nhập đạt hiệu tối ưu - Khi phát đối tượng xâm nhập vào khu vực giám sát, chương trình phần mềm tự động cảnh báo theo chế độ người quan sát cài đặt như: âm Số hoá Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 61 báo động, tơ màu đối tượng, lưu đoạn video có đối tượng đột nhập ổ cứng máy tính… Học viên giới thiệu demo chương trình với tính phát đột nhập đưa hướng phát triển hồn thiện chương trình phát đột nhập hệ thống camera theo dõi 3.3 Một số kết thực nghiệm Chương trình thử nghiệm với video đầu vào quay nhiều khung cảnh, điều kiện thời điểm khác Định dạng liệu đầu vào: file.avi, kích thước: 480 x 320, 25fps Kết chương trình phát tồn chuyển động đối tượng video, phát tất đối tượng xâm nhập vào vùng định nghĩa giám sát Thời gian xử lý phát đối tượng chuyển động chậm không đáng kể so với tốc độ video gốc chấp nhận Với điều kiện tốt, thời gian cập nhận nhanh, đó, việc phát đối tượng xác thời gian ngắn Sau số minh họa kết chương trình phát xâm nhập với trường hợp video đầu vào khác Trường hợp 1: Video có đối tượng, đối tượng chuyển động tách rời nhau, điều kiện ánh sáng tương đối tốt, việc tạo tối ưu nhanh, phát nhanh đối tượng chuyển động Hình 3.5 Phát đối tượng chuyển động đơn lẻ điều kiện ánh sáng tốt - Trường hợp 2: Video có nhiều đối tượng, đối tượng chuyển động quy luật khác nhau, điều kiện ánh sáng tương đối tốt, việc tạo tối ưu chậm so với Số hoá Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 62 trường hợp 1, nhiên tốc độ tượng đối nhanh, phát nhanh đánh dấu tất đối tượng chuyển động Hình 3.6 Cập nhật nhiều đối tượng chuyển động, điều kiện ánh sáng tốt Hình 3.7 Phát chuyển động điều kiện có nhiều đối tượng chuyển động với quy luật khác nhau, ánh sáng tốt - Trường hợp 3: Video có nhiều đối tượng, đối tượng chuyển động quy luật khác nhau, điều kiện ánh sáng tương đối yếu, việc tạo tối ưu chậm so với trường hợp 2, phát đánh dấu đối tượng chậm phát tất đối tượng chuyển động Số hoá Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 63 Hình 3.8 Quá trình cập nhật điều kiện ánh sáng yếu Hình 3.9 Phát chuyển động điều kiện nhiều đối tượng chuyển động với quy luật khác nhau, ánh sáng yếu - Trường hợp 4: Video đầu vào có nhiều phương tiện giao thơng chuyển động với vận tốc khác tương đối cao, điều kiện ánh sang tương đối tốt, trình tạo tối ưu nhanh, phát nhanh tất phương tiện giao thơng chuyển động video Số hố Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 64 Hình 3.10 Phát phương tiện giao thông chuyển động với tốc độ tượng đối cao điều kiện ánh sáng tốt Số hoá Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 65 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN Kết luận Giám sát bảo vệ mục tiêu quan trọng toán đặt từ sớm nhằm đảm bảo tuyệt đối an toàn cho mục tiêu Trong thời đại ngày nay, mục tiêu truyền thống cần giám sát bảo vệ như: mục tiêu quan trọng trị, kinh tế, an ninh, quốc phòng mà việc giám sát, bảo vệ mục tiêu áp dụng rộng rãi phổ cấp hóa xã hội tổ chức, quan, công ty cá nhân người dùng Khoa học công nghệ phát triển hỗ trợ đắc lực cho người cơng việc khó khăn, nguy hiểm Công nghệ thông tin công nghệ điện tử ngày cho phép sử dụng thiết bị phần cứng (các loại camera giám sát, máy tính, đường truyền…) phần mềm hỗ trợ hiệu cho việc giám sát bảo vệ mục tiêu Bài toán phát đột nhập camera theo dõi quy toán phát chuyển động nghiên cứu từ sớm, xuất từ kỹ thuật ảnh số đời Đã có nhiều nghiên cứu trước để giải tốn phát chuyển động, nhiên mặt thời gian kết phát chuyển động chưa tối ưu Qua trình tìm hiểu, nghiên cứu toán phát chuyển động, học viên đạt số kết sau: - Tìm hiểu lịch sử phát triển ảnh số kỹ thuật xử lý ảnh số, ứng dụng - Tìm hiểu nắm khái niệm ảnh số kỹ thuật xử lý ảnh số; loại camera giám sát; lịch sử phát triển toán phát chuyển động ứng dụng thực tế tốn - Tìm hiểu thuật toán phát chuyển động dựa phương pháp trừ sử dụng ước lượng Entropy TS Shih-Chia Huang cơng bố tạp chí IEEE tháng 1/2011 (Institute of Electrical and Electronics Engineers – Viện kỹ nghệ điện điện tử) - Cài đặt thử nghiệm thành cơng chương trình phát chuyển động dựa thuật tốn tác giả Shih-Chia Huang đưa Trong đó, học viên cải tiến để tăng Số hoá Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 66 tốc độ cập nhật nền, cải tiến thuật tốn tính ngưỡng chuyển động, bổ sung tính định nghĩa vùng giám sát để phù hợp với yêu cầu toán thực tế - Thử nghiệm phát chuyển động với số môi trường, điều kiện thời điểm khác để kiểm chứng tính đắn thuật tốn Hƣớng phát triển Trong thời gian tới, tập chung nghiên cứu, hoàn thiện thêm nội dung sau: - Hồn thiện chương trình phát cảnh báo đối tượng xâm nhập vào khu vực bảo vệ với tính năng: xử lý đồng thời video từ hệ thống camera quan sát, định nghĩa vùng giám sát cho phù hợp với điều kiện thực tế, cảnh báo âm thanh, hình ảnh lưu trữ video đối tượng đột nhập - Kiểm thử chương trình phát chuyển động môi trường, điều kiện thời gian khác để kiểm tra tính hiệu ứng dụng thực tế chương trình - Xây dựng mơ hình chương trình phát cảnh báo đối tượng xâm nhập xử lý đồng thời với nhiều camera khác áp dụng cho toán cụ thể - Nghiên cứu thuật toán theo dõi đối tượng (Tracking Object) kết hợp với thuật toán phát chuyển động để giải toán nâng cao hơn: phát theo dõi đối tượng vùng camera quan sát; đếm lưu lượng giao thơng, sản phẩm… Số hố Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn 67 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Lê Quyết Thắng, Phan Tuấn Tài, Dương Văn Hiếu, Giáo trình Lý thuyết thơng tin, Đại học Cần Thơ, Nhà xuất Khoa học Kỹ thuật, 2010 [2] Đỗ Năng Toàn, Phạm Việt Bình, Giáo trình xử lý ảnh, Đại học Thái Nguyên, Nhà xuất Khoa học Kỹ thuật, 2008 [3] Nguyễn Thị Lan Hương (2006), Phát – phân loại – theo dõi đối tượng chuyển động hệ thống giám sát, Luận văn Đại học Tiếng Anh [4] Shih-Chia Huang, An Advanced Motion Detection Algorithm with Video Quality Analysis for Video Surveillance Systems, IEEE Transactions on circuits and systems for video technology, Vol 21, No 1, January 2011 [5] Http://opencv.org [6] C.Stauffer and W.Grimson, "Adaptive Background mixture models for Real-time tracking" pp 750-755, 2009 Số hoá Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn ... GIẢI THUẬT PHÁT HIỆN CHUYỂN ĐỘNG 2.1 Một số giải thuật phát chuyển động Phương pháp trừ áp dụng toán phát chuyển động nghiên cứu để tạo mô hình tối ưu nhằm tăng khả phát đối tượng chuyển động giảm... Differencing Phương pháp luồng quang học - Optical Flow, cụ thể sau: - Phương pháp trừ nền: Đây phương pháp thông dụng nhất, phương pháp xác định sai khác đối tượng chuyển động tạo trừ bit tương... tượng chuyển động Phương pháp áp dụng hiệu trường hợp phát theo dõi đối tượng chuyển động - Phương pháp luồng quang học: Phương pháp chuyển động dự kiến đối tượng ảnh Phương pháp cho kết tốt với