АНАЛИЗ АЛГОРИТМОВ ОБРАБОТКИ ДВИЖУЩИХСЯ ОБЪЕКТОВ НА ВИДЕОИЗОБРАЖЕНИИ

Задача, связанная с обнаружением объектов на видеоизображениях, имеет множество практических приложений, касающихся вопросов безопасности, обработки информации в виртуальной реальности, управления мобильными роботами и др. В работе рассмотрены наиболее часто используемые методы выделения движущихся объектов применительно к видеопоследовательностям, полученным с бытовых камер в условиях присутствия шумов на изображениях. Показаны основные особенности обнаружения объектов. Описаны характеристики основных методов, используемых для анализа: метод вычитания фона, метод временного различия, метод оптического потока. Выделены основные проблемы обработки видеопоследовательностей, описана невозможность применения классических методов и предложены пути улучшения качества выделения движущихся объектов. Приведена таблица сравнительного анализа методов, в которой даны: время, затрачиваемое на вычисление, точность обнаружения, достоинства и недостатки подходов. Также приведена таблица сравнения успешности методов при обнаружении объектов, в которой указан процент успешного определения объекта при заданном разрешении видео и определенном окружении объекта. Было продемонстрировано, что видно, что разрешение видео заметным образом оказывает влияние на успешность обнаружения движущихся объектов, так как чем больше разрешение, тем больше предварительной информации для обработки алгоритм имеет в каждом кадре.

1. Manisha Chate Object Detection and tracking in Video Sequences / Manisha Chate, S.Amudha, Gohokar Vinaya // ACEEE Int. J. on Signal & Image Processing, Vol. 03, No. 01, Jan 2012.

2. Anaswara S Mohan Video Image Processing for Moving Object Detection and Segmentation using Background Subtraction / Anaswara S Mohan, R.Resmi // IEEE International Conference on Computational Systems and Communications (ICCSC), Vol. 01, no. 01, pp.288-292, 17-18 Dec 2014.

3. Weiming Hu. A Survey on Visual Surveillance of Object Motion and Behaviors / Weiming Hu, Tieniu Tan,Liang Wang, and Steve Maybank // IEEE Transactions on systems, man, and cybernetics applications and reviews, vol. 34, no. 3, pp. 334- 352, August 2004

4. Лычков И. И. Отслеживание движущихся объектов для мониторинга транспортного потока / И. И. Лычков, А. Н. Алфимцев, В. В. Девятков // (http://itas2011.iitp.ru/pdf/1569457725.pdf)

5. Singla M. Motion Detection Based on Frame Difference Method International / M.Singla // Journal of Information & Computation Technology. 2014. Vol. 4. No. 15. P. 1559–1565.

6. Zivkovic Z. Improved adaptive gaussian mixture model for background subtraction / Z.Zivkovic // IEEE Int. Conf. Pattern Recognition. 2004. Vol. 2. P. 28–31

7. Bouwmans T. Background Modeling using Mixture of Gaussians for Foreground Detection – A Survey / T. Bouwmans, El Baf F., B.Vachon // Recent Patents on Computer Science. 2008. Vol. 1. P. 219– 237.

8. Asim R. Aldhaheri Detection and Classification of a Moving Object in a Video Stream / Asim R. Aldhaheri and Eran A. Edirisinghe // Proc. of the Intl. Conf. on Advances in Computing and Information TechnologyACIT, 2014.

9. Гордин М. С. Алгоритмы обнаружения тревожных событий для систем автоматизированного видеонаблюдения / М. С. Гордин, С. А. Иванов.// Вестник НГУ: сб. статей. – Новосибирск, 2017. – Вып. 3.

10. Kozlov V.A. Analiz metodov vydeleniya dvizhushchikhsya ob"ektov na videoposledovatel'nosti s shumami / V.A. Kozlov, A.S. Potapov // Nauchno-tekhnicheskiy vestnik Sankt-Peterburgskogo gosudarstvennogo universiteta informatsionnykh tekhnologiy, mekhaniki i optiki: sb. statey. – Sankt-Peterburg, 2011. ¬¬– Vyp. 73.