4. Nội dung và bố cục của luận văn
1.5.2 Phân loại dựa trên chuyển động (Motion based Classification)
Một vài phương pháp chỉ sử dụng các đặc trưng chuyển động thuộc thời gian của đối tượng nhằm nhận biết lớp của chúng. Thông thường, chúng được dùng để phân biệt các đối tượng linh động (ví dụ: người) với các đối tượng không linh động (ví dụ: xe cộ). Phương pháp đề cập trong [10] dựa trên sự tự tương đồng mang tính thời gian của một đối tượng chuyển động. Bởi vì một đối tượng thể hiện sự tiến triển mang tính chu kỳ của chuyển động, các độ đo sự tự tương đồng của nó cũng chỉ ra một chuyển động mang tính chu kỳ. Phương pháp khai thác đầu mối này để phân loại đối tượng chuyển động sử dụng tính chu kỳ.
Sự phân tích luồng quang học cũng có ích để phân biệt các đối tượng linh động và không linh động. A.J. Lipton đề xuất một phương pháp sử dụng luồng quang học cục bộ phân tích các vùng đối tượng [5] Các đối tượng linh động như người được trông đợi sẽ có luồng thặng dư (residual) trung bình cao trong khi đó các đối tượng không linh động như xe cộ sẽ có luồng thặng dư thấp. Theo đó, luồng thặng dư sinh ra bởi chuyển động của người sẽ có một tính chu kỳ. Bằng cách sử dụng phương pháp này, chuyển động của người, vì vậy người, có thể được phân biệt với các đối tượng khác như xe cộ.
Hai cách tiếp cận thông thường được đề cập ở trên, gọi tên là phân loại dựa trên hình dạng và phân loại dựa trên chuyển động có thể được kết hợp một cách có hiệu quả cho việc phân loại đối tượng chuyển động. Hơn nữa, Stauffer đề xuất một phương phương pháp dựa trên ma trận thời gian đồng sự kiện (co-occurrence matrix) để phân loại một cách phân cấp cả các đối tượng và hành vi. Bằng cách sử dụng thêm các đặc trưng như màu và vận tốc phương pháp này được mong đợi sẽ cho kết quả phân loại chính xác hơn.
Tóm lại, phân loại đối tượng trong các hình ảnh video là một vấn đề đối tượng tương đối khó. Mỗi phương pháp có ưu và nhược điểm riêng phù hợp với từng hoàn cảnh, bài toán khác nhau. Để đạt được hiệu quả tốt, ta cần phân tích bài toán, hoàn cảnh cụ thể và lựa chọn phương pháp thích hợp.
Theo vết đối tượng chuyển động
Hình 1.10. Tổng quan các khối xử lý trong bài toán theo vết đối tượng
DỰ ĐOÁN CHUYỂN ĐỘNG CỦA ĐỐI TƯỢNG
XỬ LÝ NHẬP NHẰNG
PHÁT HIỆN ĐỐI TƯỢNG RỜI KHỎI CẢNH
VÊT ĐỐI TƯỢNG & ĐẶC TRƯNG CỦA ĐỐI TƯỢNG
CHÍNH XÁC HOÁ ĐỐI TƯỢNG TƯƠNG ỨNG
THÔNG TIN ĐƯỜNG ĐI CỦA ĐỐI TƯỢNG
VÊT ĐỐI TƯỢNG & ĐẶC TRƯNG CỦA ĐỐI TƯỢNG
ĐƯỜNG ĐI CỦA ĐỐI TƯỢNG ĐÃ ĐƯỢC DỰ ĐOÁN
Đối tượng mới & đặc trưng
Đồ thị đối tượng phù hợp tương ứng
Cập nhật đồ thị đối tượng phù hợp tương ứng
Đầu vào của bài toán theo vết đối tượng chuyển động là các vết đối tượng, các đặc trưng của đối tượng đã được phát hiện thông qua khối xử lý phát hiện đối tượng, đồng thời vết đối tượng đó đã được phân loại thuộc các lớp đối tượng cụ thể (lớp đối tượng người, xe cộ, đồ vật…) được thực hiện qua khối xử lý phân loại đối tượng. Như vậy nhiệm vụ của vấn đề theo vết đối tượng là chính xác hoá sự tương ứng của các vết đối tượng trong các khung hình liên tiếp từ đó dự đoán đường đi, vận tốc, hướng chuyển động của các đối tượng.
Như đã đề cập ở phần trên, theo vết đối tượng là bước cuối cùng của bài toán giám sát vật thể. Quá trình này thực chất là quá trình xử lý các vết đối tượng được phát hiện ở các khung hình liên tiếp nhau, từ đó theo dõi các đối tượng đó. Quy trình
theo vết đối tượng được mô hình hoá bởi Hình 1.10 bao gồm các bước sau: