Dasturiy ta'minot mahsulotlari
Download 116.92 Kb.
|
gggggg
|
vi - birinchi kamerada tan olingan i-chi tezlik vektori; vj - ikkinchi kamerada tan olingan j-chi tezlik vektori; thresh - oldindan belgilangan ba'zi chegara qiymati.
Agar bij 1 ga teng bo'lsa, u holda birinchi kameraning i- ob'ekti ikkinchi kameraning j -ob'ekti bo'ladi. Agar bitta kameradagi bir nechta harakat vektorlari orasidagi farq boshqasidan harakat vektorlari orasidagi farqdan unchalik farq qilmasa, tasvirlar suv havzasi segmentatsiyasi algoritmidan foydalangan holda qo'shimcha ravishda rang bilan korrelyatsiya qilir [9] va HOG tavsiflovchilari. 2-rasmda vaziyatlarni tanib olish va tan olish natijalarini birlashtirish algoritmi diagrammasi ko'rsatilgan. Boshlash 4 Ha A,ttl,apr, Ce ,mp,tO -0 17 2 A tsikli i = 1 uchun Posterior ehtimollikni hisobga olish 7 3 B tsikli j = 1 uchun voqealarSz[i] Tadbirni birlashtirish boshqalar bilan I B tsikli 5 9 Dastlabki ma'lumotlarni kiritish, bu erda A - hodisalar; ttl - hodisaning tugash vaqti; apr - hodisalarning oldingi ehtimoli; Se - vaziyatlar standartlari; mp - hodisalar zanjirining minimal mumkin bo'lgan ehtimoli; to - vaziyatni tan olish uchun voqealarni yig'ish uchun ajratilgan vaqt
^ G tsikli k = 2 uchun zanjirSz [j]
10 6 Guruch. 2. Vaziyatlarni tanib olish va tan olish natijalarini birlashtirish algoritmi Anjir. 2. Vaziyatlarni tanib olish va tan olish natijalarini birlashtirish algoritmi turli kameralardan bilish. 1-blokda dastlabki ma'lumotlar kiritiladi: tan olingan hodisalar, hodisaning eskirish vaqti, hodisalarning aprior ehtimoli, vaziyatlarning standartlari, hodisalar zanjirining minimal mumkin bo'lgan ehtimoli, vaziyatni tan olish uchun hodisalarni yig'ish vaqti. 17 bloklarda voqealar oqimi vaziyatlarni tanib olish uchun tayyorlanadi. Tan olingan vaziyatdagi hodisalar zanjirlarining cheklangan soni va ma'lumotlarni qayta ishlash vositalarining hisoblash resurslariga bo'lgan talablarning kamayishi tufayli eskirgan hodisalar xotiradan olib tashlanadi. Agar hodisa eskirgan bo'lmasa, 6-blokda ushbu hodisaning oldingi va keyingi ehtimolini va boshqa kameralardan tan olinishi natijalarini hisobga olgan holda Bayes formulasi yordamida hodisaning ehtimoli qayta hisoblab chiqiladi. Bir va boshqa kameradagi ob'ektlarni taqqoslash identifikatorlar yordamida amalga oshiriladi, ular HOG ob'ekt deskriptorlari, tezlik vektorlari va ob'ekt rangidir. Berilgan kamerada hodisani aniqlash ishonchliligini baholash belgilangan chegara qiymatidan oshib ketganda, joriy hodisani aniqlash natijalari yaqin atrofdagi kameralarga uzatiladi. Bu ko'rish maydoni mavjud bo'lgan kameralar uchun voqealar zanjirini yaratishga imkon beradi ect hali paydo bo'lmagan. 7-blokda voqealar barcha mumkin bo'lgan zanjirlarga birlashtirilgan. Har bir ob'ekt uchun o'ziga xos zanjirlar to'plami shakllanadi. 9-16 bloklarda voqealar zanjirining ehtimoli unga kiritilgan barcha hodisalarning ehtimolini ko'paytirish yo'li bilan hisoblanadi. Agar zanjirning ehtimoli minimal qabul qilinadigan qiymatdan kam bo'lsa, bu zanjir 15-blokda o'chiriladi. 19-blokda vaziyatni tan olish uchun hodisalarni yig'ish uchun ajratilgan vaqt tugaganmi yoki yo'qmi tekshiriladi. Vaqt tugamasa, voqealar zanjiri shakllanishda davom etadi, agar vaqt tugasa, 20-blokda eng ehtimoliy zanjir tanlanadi. voqealar. Keyin, 21-blokda alohida kameradagi ob'ekt uchun vaziyat tan olinadi. 23-31 bloklar turli kameralardan tanib olish natijalarini birlashtiradi. 25-blokda tezkor qaror qabul qilish uchun dastlabki urinish amalga oshiriladi. Birinchidan, barcha qiziqtirgan kameralardan ma'lumotlar so'raladi, keyin bir va boshqa kameradagi ob'ektlar taqqoslanadi (identifikatorni taqqoslash). Keyingi amalga oshiriladi bir vaqtning o'zida bir ob'ekt uchun turli kameralarda tan olingan vaziyatlarning ehtimolliklarini og'irlikdagi ko'paytirish orqali qaror qabul qilishga urinish. Kameraning ahamiyati unga bog'liq xususiyatlari, joylashuvi va kameralarning umumiy soni. Shuningdek, u bitta vaziyat tan olingan kameralar sonini hisobga oladi, shuningdek, turli kameralardagi zanjirlar ehtimoli ma'lum bir chegara qiymatidan oshmasligi kerakligini hisobga oladi. Olingan natija talab qilinganidan kam bo'lmasa (ya'ni ishonchli), keyin qaror qabul qilinadi, aks holda 27-29 bloklari bajariladi. 27-blokda voqealar zanjiri qayta yaratiladi, ammo yangi zanjir ma'lum bir vaqt oralig'ida barcha kameralarda tan olingan barcha hodisalarni o'z ichiga oladi. 28-blokda hodisalar zanjiri ehtimoli qayta hisoblab chiqiladi va 29-blokda yangi, kengaytirilgan hodisalar zanjiri tan olinadi. Blok 32 tan olingan vaziyatlarni ko'rsatadi. rasmda ishlab chiqilgan algoritmning mumkin bo'lgan qo'llanilishi ko'rsatilgan - ikki kameraning ko'rish sohasidagi odamning harakati. Test video ma'lumotlari [10] dan olingan. Harakatning traektoriyasi, vaqtning har bir momentidagi harakat vektori va ob'ektning identifikatsiya xususiyatlari o'lchanadi. Algoritm Visual Studio 2013 ishlab chiqish muhitida C++ dasturlash tilida test yordam dasturi sifatida amalga oshirilgan va birinchi bosqichlarda u kameralar bilan emas, balki videofayllar bilan ishlaydi. OpenCV kutubxonasidan usullar (http:// opencv.org/). Yordamchi dastur quyidagi asosiy modullarni o'z ichiga oladi: у asosiy (dastur argumentlarini qayta ishlash va chaqiruvni tanib olish funksiyalari); у video (qurilmadan video oqimini qabul qilish va qayta ishlash); у aniqlash (freymdagi grafik obyektlarni aniqlash); у obj_recog (grafik obyektlarni tanib olish); у hodisa_tanish (grafikadan hodisani aniqlash jismoniy ob'ektlar); у ehtimollik (ehtimollarni qayta hisoblash); у vaziyat (vaziyatni tan olish). Yordamchi dasturning chiqish natijalari videofaylda shakllantiriladi; 4-rasmda undan tasvir namunasi ko'rsatilgan. Rasm videofayllardan olingan [11]. Yuqoridagi rasmda video oqimidan olingan asl kadr 326 ko'rsatilgan, yuqori o'ngda - old fon niqobi, pastki chap - posteriori ma'lumotni hisobga olmagan holda tan olish natijalari, pastki o'ngda - posteriori ehtimolini hisobga olgan holda tan olish natijalari. Eng yuqori ehtimoli bo'lgan hodisa tasvirning pastki qismlarining yuqori o'ng burchagida ko'rsatilgan. Yordamchi dastur Windows operatsion tizimida turli xil kompyuterlarda sinovdan o'tkazildi. Tajriba natijalari ushbu algoritmdan foydalanganda tanib olish ishonchliligining 40% ga oshganini ko'rsatdi. faqat mustaqil hodisalarni hisobga oladigan variant bilan. Ushbu algoritm yuzaga kelishi mumkin bo'lgan vaziyat bilan bog'liq bo'lgan kameralar tomonidan bir vaqtning o'zida hodisalar zanjirini shakllantirishni o'z ichiga olganligi sababli, bu tizimning javob berish vaqtini qisqartiradi. Algoritm vaziyatlarni tanib olish imkonini beradi kabi hodisalar bilan shug'ullanadigan yuqori darajada Guruch. 3. Ikki kameraning ko'rish maydonidagi odam Anjir. 3. 2 kamerali ko'rish sohasida odam I Исходное I Стало 10ЖНТСЯ ьщо ставляет предмет Як - Распознанные события Распознанные события Guruch. 4. Yordamchi dastur tomonidan yaratilgan videofayldan ramka Anjir. 4. Yordamchi dastur tomonidan tuzilgan videofayldan kadr grammatik belgilar va bir nechta ma'lumotlardan foydalanish kameralarning imo-ishoralari. Ushbu yondashuvning afzalligi bir nechta tugunlarning ish natijalarini birlashtirish orqali vaziyatni aniqlashning ishonchliligini oshirishdir. Keyingi ishlar video kuzatuv tizimining ko'rish sohasidagi voqealardan tuzilgan stoxastik grammatikalarni o'rganishga qaratilgan. Tadqiqot Rossiya fundamental tadqiqotlar fondi va Orenburg viloyati ta'lim vazirligining moliyaviy ko'magida 17-47-560368 r_a ilmiy loyihasi doirasida amalga oshirildi. Adabiyot Skripkina A.A. Video tasvirlardan harakatlanuvchi ob'ektni aniqlash usullarini ko'rib chiqish // Axborot texnologiyalarini rivojlantirish istiqbollari. 2011 yil. у 3-1. 126-129-betlar. Obuxova N.A. Bloklarni moslashtirish usuli yordamida harakatlanuvchi ob'ektlarni aniqlash va kuzatish // Axborot va boshqaruv tizimlari. 2004. No 1. B. 30-35. Fu K. Qolipni tanib olishda strukturaviy usullar; [tarjima. ingliz tilidan Z.V. Zavalishina, S.V. Petrova, R.L. Sheinina; tomonidan tahrirlangan M.A. Yzerman]. M.: Mir, 1977. 319 b. Stepin D. IP-video kuzatuv tizimlarini loyihalashning ba'zi jihatlari // Xavfsizlik algoritmi. 2014. No 6. 34-37-betlar. Burkov A.V. Ishlab chiquvchining ko'zi bilan IP-video kuzatuvi. 1-qism: Asosiy tushunchalar va IP kamera // Xavfsizlik algoritmi sti. 2016. No 6. 76-78-betlar. Portnov D. Videokameralarning o'rnatilgan video tahlilidagi zamonaviy tendentsiyalar // Xavfsizlik algoritmi. 2016. No 6. 20-21-betlar. Kruchinin A.Yu. Ob'ekt harakati traektoriyalarini tahlil qilish asosida kameralarni avtomatik tashqi kalibrlash // Fan, ta'lim va ishlab chiqarishda axborot texnologiyalari (ITNOP): to'plam. tr. V Xalqaro ilmiy va texnik konf. 2012. 1-6-betlar. Kolmykov D.V., Kruchinin A.Yu. Taqsimlangan videokuzatuv tizimidagi vaziyatlarni bittasiz tanib olish markaz // Amaliy matematika va informatika: tabiiy va texnik fanlar sohasidagi zamonaviy tadqiqotlar: to'plam. tr. III ilmiy-amaliy Butunrossiya konf. 2017. 276-280-betlar. Meyer F. Rangli tasvirni segmentatsiyalash. Proc. IEE Int. Konf. Tasvirga ishlov berish va uning ilovalari, 1992, s. 303-306. Computer Vision Laboratory CVLab. URL: http://cvlab. epfl.ch/data/pom (kirish sanasi: 20.08.2017). CAVIAR test ishi stsenariylari URL: http://homepages. inf.ed.ac.uk/rbf/CAVIARDATA1/ (kirish 20.08.2017). Qabul qilingan 09/07/17 2018, jild. 31, yo'q. 2, bet. 368-373 Dasturiy ta'minot va tizimlar DOI: 10.15827/0236-235X.031.2.368-373 Vaziyatlarni tan olish ALGORITMMI TARQATILGAN VIDEO KUZATISH TIZIMIDA Download 116.92 Kb. Do'stlaringiz bilan baham: 
| ||||||||||