4. Nội dung và bố cục của luận văn
2.6.2 Quan sát dựa vào màu (Colour histogram)
Theo dõi đối tượng dựa vào màu sắc được xem là phương pháp hiệu quả và nó đòi hỏi một hệ thống phần cứng đơn giãn. Hầu hết các máy thu nhận ảnh đều cung cấp tín hiệu màu RGB (đỏ, xanh lá cây, xanh da trời).
HIS (hue, saturation, intensity) nghĩa là màu sắc, độ bão hòa, cường độ cũng có thể được sử dụng. Hue đề cập đến nhận biết về "màu sắc" (về mặt kỹ thuật, bước sóng chi phối): ví dụ 'Tím' hoặc 'Cam'. Saturation là sự pha loãng loãng của màu sắc bằng ánh sáng trắng, tạo ra màu tím nhạt, tím tối, vv…, tức là nó tương ứng với hiệu
ứng “vividness” hoặc “độ tinh khiết” của màu sắc. HIS tách riêng thông tin cường độ từ màu sắc, trong khi màu sắc (Hue) và độ bão hòa (Saturation) thì tương ứng với nhận biết của con người.
Giám sát dựa vào màu (Colour-based trackers) đã được chứng minh là mạnh mẽ và linh hoạt, cho một chi phí tính toán khiêm tốn. Thông tin màu cục bộ được tổng hợp bằng cách tham chiếu một mô hình màu với các đối tượng hoặc khu vực cần giám sát. Mô hình tham chiếu này có thể được thu nhận bằng cách đánh dấu thủ công, hoặc từ một số mô-đun phát hiện tự động. Cho dù ứng cử viên cho một khu vực có chứa các đối tượng quan tâm hay không, thì một mô hình màu sắc tương tự từ các mô hình tham chiếu được tính toán và so sánh với mô hình tham chiếu. Sự khác biệt nhỏ giữa các ứng cử viên và các mô hình tham chiếu thì cao hơn khả năng (likelihood) cái mà đối tượng được đặt bên trong khu vực ứng cử viên. Dựa trên biểu đồ mô hình màu (Histogram-based), khả năng (likelihood) được tính từ khoảng cách giữa phân phối màu thực nghiệm trong khu vực đưa ra giả thuyết và mô hình màu tham chiếu. Đối với mô hình màu sắc trong biểu đồ độc lập bình thường (Normalised Histograms) được sử dụng trong ba kênh không gian màu RGB.
Mô hình khả năng màu sắc (Colour Likelihood) được định nghĩa theo cách như vậy để hỗ trợ các biểu đồ màu sắc ứng cử viên gần gũi với biểu đồ tham khảo. Một thông số thích hợp về khoảng cách để đưa ra quyết định về sự gần gũi của các biểu đồ h1, h2 là hệ số tương đồng Bhattacharyya [14] .
1 2 ,1 ,2 1/ 2 1 , 1 (2) B i i i D h h h h (2.43)
Trong đó B là số lượng các mẫu thu nhận được. Số liệu này nằm trong khoảng [0,1]. Trên cơ sở này khoảng cách, mô hình khả năng màu sắc (Colour Likelihood) có thể được xác định bởi (2.32). 1/ 2 2 2 , , / c c x ref c c R G B p z x D h h (2.44)
Dựa trên biểu đồ của mục tiêu và các đối tượng tham chiếu tương ứng c
x h , c
ref
h
Hai PFs đã được phát triển trong [6] : PF dựa trên màu sắc và âm thanh và PF dựa trên màu sắc và chuyển động. Trong PF với màu sắc và âm thanh thì nghiên cứu được thực hiện trước tiên là trong một không gian x chiều, theo sau bởi một cái khác trong một không gian hai chiều. Điều này làm tăng hiệu quả PF, cho phép độ chính xác tương tự để đạt được một số lượng nhỏ hơn của các hạt. Chiến lược tương tự cũng được áp dụng kết hợp màu và chuyển động. Các tín hiệu màu sắc được duy trì tương đối tốt trong quá trình đối tượng thay đổi trong tư thế và sự chiếu sáng, nhưng dễ bị nhầm lẫn, đặc biệt là nếu cảnh có chứa các đối tượng khác có đặc trưng bởi một phân phối màu sắc tương tự với đối tượng quan tâm. Trong khi đó, các chuyển động và tín hiệu âm thanh thì rất dễ phân biệt và chúng cho phép nhận dạng hiệu quả hơn.
Tóm lại, phương pháp này là phương pháp ít tốn kém về chi phí tính toán, hiệu quả cao trong trường hợp đối tượng cần giám sát có những đặc trưng màu sắc khác biệt với cảnh nền. Đặt biệt hiệu quả trong trường hợp đối tượng thay đổi tư thế hoặc sự chiếu sáng.