Введение к работе
Актуальность проблемы. В современном мире большую роль в сборе информации играют различные системы видеонаблюдения. Системами видеонаблюдения оснащаются многие предприятия, организации и важные объекты инфраструктуры. Такие системы используются для охраны или мониторинга определённых ситуаций. При этом вместе с развитием вычислительной техники и информационных технологий возрастает и количество систем видеонаблюдения, которые создаются для того чтобы упростить работу операторов или же полностью автоматизировать наблюдение за объектом. Системы видеонаблюдения должны быть максимально автоматизированы, они должны выделять из всего потока информации нужные данные в удобном для анализа виде. Разработка систем видеонаблюдения остаётся актуальной и сейчас, так как все разрабатываемые системы видеонаблюдения рассчитаны на работу в различных условиях и поэтому различны и требования, предъявляемые к этим системам.
Среди всего разнообразия задач, для решения которых создаются системы видеонаблюдения, выделяется задача автоматического отслеживания движущихся объектов в видеопотоке. Система отслеживания движущихся объектов в видеопотоке необходима сегодня во многих областях. Информация, полученная от такой системы отслеживания, может быть использована для анализа характеристик объекта, таких как скорость, размер и путь объекта, или для прогнозирования дальнейшего движения объекта. Эти данные, например, могут быть использованы для мониторинга дорожной ситуации, обнаружения аварий или других событий. Также эти данные могут быть использованы для управления ракурсом съемки, например, обзор события с разного ракурса, снятого множеством устройств.
Работа системы отслеживания движущихся объектов направлена на трассировку перемещений объектов в потоке кадров. Подобная система должна хорошо работать при различных внешних условиях, таких как меняющийся задний план, изменяющиеся освещение, движущиеся тени, перекрытие движущихся объектов друг другом и другие изменения которые могут происходить в снимаемой сцене. Система должна уметь отслеживать группы произвольно движущихся объектов. Причём объекты, могут сливаться или разделяться в снимаемой сцене, а их траектории могут пересекаться или может происходить перекрытие объектов статичными предметами фона. Система должна не только отслеживать перемещение групп объектов при различных условиях, но и определять характеристики этого движения.
Цель работы. Задачу отслеживания движущихся объектов можно разделить на несколько подзадач. Среди всего набора подзадач можно выделить две наиболее существенные, которые, так или иначе, присутствуют во всех подобных системах. Первая важная подзадача - выявление значимых активных областей на кадре, где происходит движение. Для этой цели применяются алгоритмы обнаружения движения. Вторая важная подзадача - это отслеживание перемещений множества обнаруженных значимых активных областей, найденных на соседних кадрах, и объединение их в одну группу, сопровождаемое построением траектории движения. Для этого применяются алгоритмы трассировки.
Цель диссертационной работы - исследование методов обнаружения и трассировки объектов, разработка модификаций этих методов и создание действующего прототипа системы отслеживания и прогнозирования движения объектов в видеопотоке.
Задачи работы. Для достижения поставленной цели необходимо решить следующие задачи:
Разработать обобщение (модификацию) алгоритма обнаружения движения, использующего смесь нормальных распределений.
Подобрать и модернизировать необходимые методы обработки изображений.
Формализовать и обобщить предметную область для трассировки объектов так, чтобы можно было использовать модели адаптивного прогнозирования.
Разработать алгоритм трассировки объектов с применением классификации активных областей на кадрах, таким образом, чтобы учитывалось, во-первых, скорость/положение классифицируемых активных областей и прогнозируемое положение для следующей точки траектории, и, во-вторых, цветовое распределение активных областей.
Произвести анализ и сравнение предложенных и существующих подходов.
Разработать архитектуру приложения для прототипа системы, реализовать эту архитектуру в приложении, исследовать работу прототипа.
Методы исследования. Для решения поставленных задач использовалась теория вероятностей и математическая статистика, теория байесовских сетей, теория цифровой обработки сигналов, математическое моделирование, дискретная математика, информатика, теория графов и методы анализа и прогнозирования временных рядов.
Научная новизна состоит в разработке, модификации и анализе методов необходимых для создания системы отслеживания движущихся объектов. При выполнении диссертационной работы получены следующие новые научные результаты:
Предложено обобщение алгоритма обнаружения движения, основанного на стандартном алгоритме вычитания фона использующего смесь нормальных распределений. В модификации использованы многомерные нормальные распределения, вместо одномерных распределений, что позволяет более точно представлять цветовую информацию. Также при адаптации модели используется ещё одно пороговое значение, что позволяет улучшить результат и увеличить стабильность работы алгоритма.
Разработан новый алгоритм трассировки, реализованный как пошаговый адаптивный алгоритм, работающий в реальном времени и основанный на классификации активных областей, использующей положение, скорость и цветовое распределение активных областей.
Впервые используются модели адаптивного прогнозирования временных рядов при трассировке (построении траекторий).
Произведены разработка и описание архитектуры приложения прототипа системы. Созданное приложение оптимальным образом реализует описанные в работе методы таким образом, что их можно легко тестировать независимо друг от друга, используя различные наборы данных.
Практическая значимость работы определяется тем, что описанные в ней алгоритмы и методы позволяют улучшить результаты и уменьшить количество ошибок при обнаружении движения и трассировке движущихся объектов. Предложенная модификация алгоритма обнаружения движения работает более точно и более стабильно, чем стандартные алгоритмы вычитания фона. Описанный адаптивный алгоритм трассировки работает пошагово и в реальном времени с использованием различной доступной информации об объекте. Все приводимые в работе методы и алгоритмы рассматриваются с точки зрения удобства практического использования и удобства программирования. В работе также описывается общая архитектура приложения прототипа системы.
Достоверность научных результатов обусловлена применением общепринятых математических методов и подтверждается результатами экспериментов на ЭВМ, проведённых над созданным прототипом системы и над различными его модулями.
Реализация и внедрение результатов работы. Основные теоретические и практические результаты диссертационной работы реализованы в прототипе системы отслеживания и прогнозирования движения объектов, созданного в рамках диссертационной работы. Прототип системы зарегистрирован в государственном реестре программ для ЭВМ. Результаты работы, использованы в качестве основы при планировании разработки и при проектировании программного обеспечения для автоматизированной системы мониторинга, разрабатываемой ООО «Envion Software».
Личный вклад. Все выносимые на защиту научные положения, методы и алгоритмы, а также разработка прототипа, содержащего внедренные теоретические положения работы, выполнена автором лично.
На защиту выносятся:
Модификация стандартного алгоритма обнаружения движения использующего смесь нормальных распределений.
Метод классификации активных областей с учетом цветового распределения активных областей и с учетом скорости и положения классифицируемых активных областей.
Предлагаемый алгоритм трассировки движущихся объектов.
Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на 40 и 41 конференции студентов и аспирантов «Процессы управления и устойчивость», на семинаре кафедры технологии программирования факультета ПМ-ПУ и на семинаре в институте прикладных математических исследований Карельского научного центра РАН.
Публикации. По теме диссертации опубликовано 5 печатных работ, в том числе 2 - в издании, рекомендованном ВАК РФ.
Структура и объем диссертации. Диссертация состоит из введения, 3 глав, заключения, списка литературы из 68 наименований. Работа изложена на 121 странице (основной текст занимает 115 страниц), содержит 32 рисунка и 10 таблиц.
