1 / 10

Estimacija i detekcija pokreta

Estimacija i detekcija pokreta. Mislav Šare Vedran Rafaelić Vedran Ciganović. Uvod. Kako napraviti program koji detektira promjenu na videu sa statičke kamere? Promjena vrijednosti piksela (0-255) na mjestu pojave. Aplikacija za detekciju promjene napisana u C-u dostupna na CodeProjectu

misha
Download Presentation

Estimacija i detekcija pokreta

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Estimacija i detekcija pokreta Mislav Šare Vedran Rafaelić Vedran Ciganović

  2. Uvod • Kako napraviti program koji detektira promjenu na videu sa statičke kamere? • Promjena vrijednosti piksela (0-255) na mjestu pojave

  3. Aplikacija za detekciju promjene napisana u C-u dostupna na CodeProjectu http://www.codeproject.com/KB/audio-video/Motion_Detection.aspx

  4. Opis problema • Usporediti sve piksele prve slike s pikselima trenutne slike • Problem 1 • Kamera vraća zašumljene vrijednosti (treba staviti neki prag) • Problem 2 • Osvjetljenje se može promijeniti tijekom dana

  5. Pregled postojećih metoda • Dinamičko određivanje pozadine pomoću Kalmanovog filtra (slično Wienerovom filtru)

  6. Kalmanov filtar • Pretpostavlja diskretni proces (u ovom slučaju intenzitet svjetlosti): • x[k]=x[k-1] + w[k] • s mjerenjem z[k]=x[k] + v[k] x – stanje w ∼ N(0, Q) v ∼ N(0, R) • Jednadžbe koje procjenjuju pozadinu: • K[k] = ( P[k-1] + Q ) / ( P[k-1] + Q + R ) • x’[k] = ( 1 - K[k] ) · x’[k-1] + K[k] · z[k] • P[k] = ( 1 - K[k] ) · ( P[k-1] + Q )

  7. Opis rješenja problema • Prvih par frameova videa procjenjuje se pozadina • Kalmanov filtar daje vrijednost varijance P iz koje se računa 3*σ (P= σ^2 ), tj. prag • Nakon toga : • ako se vrijednost piksela promijeni više od praga • taj piksel se označava kao promjena • procjena za taj piksel se više ne računa do povratka u +/- 3*σ • ako se vrijednost piksela ne promijeni više od praga • procjena se dalje računa za taj piksel

  8. Prvih par frameova pozadina treba biti prazna za pravilan rad • Nakon pojave promjene ona ostaje zabilježena do micanja • Potrebno je namjestiti Kalmanov filtar za pravilan rad (Q i R)

  9. Eksperimentalni rezultati • Napravljen je program za detekciju u stvarnom vremenu i na već snimljenom videu • Obrada već snimljenog videa je lakša jer račun ne mora biti brz (slike s kamere se šalju 30 puta u sekundi) • Obrada u stvarnom vremenu ograničena na računanje svakog a-tog piksela na slici (a = 2, 4, 8, 20, …) i svakog n-tog framea • Rezultati ovisni o postavkama filtra • Dobra detekcija promjena, ali nekad zaostaju pikseli • Detekcija ovisna o složenosti pozadine i sličnosti pozadine i promjene

  10. Zaključak • Moguće poboljšanje • primjena funkcija koje odstranjuju pojedinačne piksele koji su ostali zbog greške • brojanje ljudi

More Related