Nhận dạng phân loại đối tượng tham gia giao thơng

Một phần của tài liệu (LUẬN văn THẠC sĩ) nghiên cứu ứng dụng kỹ thuật máy học để phân tích hình ảnh và nhận dạng phương tiện về hành vi vi phạm luật giao thông đường bộ (Trang 81 - 82)

3. Phương pháp phát hiện, nhận dạng đối tượng tham gia giao thơng [1, 29-30]

3.1. Nhận dạng phân loại đối tượng tham gia giao thơng

Phân loại đối tượng là quá trình phân lớp đối tượng chuyển động thuộc lớp sự vật nào (ơ tơ, xe máy, xe lam, xe đạp, người đi bộ, các vật thể,…). Các vùng chuyển động phát hiện được (trong bước phát hiện đối tượng chuyển động) trong hình ảnh tương ứng với các đối tượng khác nhau như người bộ hành, phương tiện giao thơng, các vật thể, … Nhận biết kiểu (loại) của một đối tượng phát hiện được để theo dõi tin cậy và phân tích hành động của nĩ một cách chính xác là rất quan trọng. Cĩ 2 cách tiếp cận phổ biến:

(1) Phương pháp dựa trên hình dạng (shape).

(2) Phương pháp dựa trên sự chuyển động (motion).

Các phương pháp dựa trên hình dạng sử dụng thơng tin khơng gian hai chiều của đối tượng, trong khi đĩ các phương pháp dựa trên sự chuyển động sử dụng các đặc trưng thuộc thời gian đã được theo dõi của các đối tượng cho giải pháp phân loại.

Loại 1: Phân loại dựa theo hình dạng

Các đặc trưng chung được sử dụng trong phân chia các đối tượng theo hình dạng là tạo các hình chữ nhật bao quanh, tạo các vùng, hình chiếu và độ nghiêng của các vùng chứa đối tượng được phát hiện.

Hướng tiếp cận này sử dụng độ dài các đường nét của hình chiếu và vùng thơng tin để phân loại các đối tượng đã được phát hiện. Phương pháp này phụ thuộc vào các giả định, chẳng hạn như, nếu là con người, vật thể thì sẽ nhỏ hơn phương tiện và cĩ bĩng phức tạp. Mức độ rải rác (dispersedness) được dùng như là một ma trận phân

loại và nĩ được định nghĩa trong các giới hạn của các vùng của đối tượng và độ dài đường viền (chu vi) như sau:

Chu vi2 Mức độ rải rác =

Vùng

Phương pháp phân loại này phát triển bởi Collins sử dụng cách nhìn dựa theo các đặc trưng của thị giác để huấn luyện một mạng nơ-ron các đối tượng phân loại thừa nhận các lớp. Đầu vào của mạng nơ-ron là mức độ rải rác, các miền, tỉ lệ tương quan của các vùng đối tượng và độ phĩng đại của các thiết bị ghi hình. Cũng như phương pháp trước, việc phân loại được thực hiện trên mỗi frame và các kết quả được đưa vào biểu đồ để duy trì sự phân loại theo thời gian.

Loại 2: Phương pháp dựa theo chuyển động

Một số phương pháp chỉ sử dụng các đặc trưng chuyển động theo thời gian của các đối tượng để thừa nhận các lớp của chúng. Một cách tổng quát, chúng được dùng để phân biệt các đối tượng cứng (như phương tiện giao thơng) và khơng cứng (như người, vật thể). Phương pháp này dựa trên cơ sở tính chất đặc biệt theo thời gian của 9 các đối tượng chuyển động. Với đối tượng được đưa ra ở chu kỳ chuyển động, đặc tính của nĩ đo được cũng như hiển thị một chu kỳ chuyển động.

Phương pháp này khai thác đầu mối này để phân loại các đối tượng chuyển động sử dụng chu kỳ. Phân tích luồng quang học (optical flow) cũng là hữu ích để phân biệt các đối tượng “cứng” và đối tượng “mềm”. A.J. Lipton trình bày một phương pháp được sử dụng phân tích optical flow cục bộ của các vùng đối tượng đã được phát hiện. Nĩ được mong đợi cho các đối tượng mềm như là con người và sẽ đưa ra giá trị flow trung bình, cịn các đối tượng cứng như là phương tiện giao thơng sẽ được đưa ra giá trị flow nhỏ. Cũng vậy, phần cịn lại trong chuyển động phát sinh của con người sẽ cĩ chu kỳ. Bằng cách sử dụng gợi ý này, chuyển động của con người và cả con người cĩ thể được phân biệt với vật thể, các đối tượng khác như là phương tiện giao thơng.

Một phần của tài liệu (LUẬN văn THẠC sĩ) nghiên cứu ứng dụng kỹ thuật máy học để phân tích hình ảnh và nhận dạng phương tiện về hành vi vi phạm luật giao thông đường bộ (Trang 81 - 82)

Tải bản đầy đủ (PDF)

(140 trang)