1 / 16

بسم الله الرحمن الرحيم

بسم الله الرحمن الرحيم. يک روش جديد برای تشخيص تغييرات در تصاوير ويديويی و کاربرد آن در آشکارسازی خودروهای متحرک. مهدی سعادتمند طرزجان. شرکت نگرش رايانه. آذر ۸۴. الگوريتم های تشخيص تغييرات. الگوريتم پيش پردازشی در سيستم های ره گيری و تخمين سرعت با استفاده از دوربين ثابت.

Download Presentation

بسم الله الرحمن الرحيم

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. بسم الله الرحمن الرحيم

  2. يک روش جديد برای تشخيص تغييرات در تصاوير ويديويی و کاربرد آن در آشکارسازی خودروهای متحرک مهدی سعادتمند طرزجان شرکت نگرش رايانه آذر ۸۴

  3. الگوريتم های تشخيص تغييرات • الگوريتم پيش پردازشی در سيستم های ره گيری و تخمين سرعت با استفاده از دوربين ثابت. • ارسال روشی برای آشکارسازی تغييرات بين فريم های متوالی • هدف: دسته بندی پيکسل های تصوير به دو دسته اشيا متحرک و پس زمينه ثابت • پيکسل: پياده سازی آسان، حجم محاسباتی کم • سطح پايين • لبه • ويژگی های مورد استفاده • مرز • سطح بالا • خطوط • گوشه ها

  4. الگوريتم های تشخيص تغييرات (ادامه) روش های تشخيص تغييرات در سطح پيکسل • تفاضل زمانی: مقايسه فريم های متوالی • تفريق پس زمينه • شار نوری: برپايه اين فرض که تغييرات روشنايی در تصوير کند است. با استفاده از بسط تيلور سرعت هر نقطه از تصوير به مشتقات مکانی و زمانی آن وابسته می شود.

  5. الگوريتم های تشخيص تغييرات (ادامه) مزايا و معايب • تفاضل زمانی: حساسيت به نويز، از دست رفتن يکپارچگی اشيا • تفريق پس زمينه: اثر هاله ای، اشيا مجازی • شار نوری: فرض که تغييرات کند در روشنايی تصوير هواره صحيح نيست.

  6. الگوريتم تخمين وفقی پس زمينه (ABE) تصوير پس زمينه ماسک تصميم گيری • روش بهنگام سازی تصوير پس زمينه • روش ماسک تصميم گيری شامل بخشی از نواحی متحرک فرم فعلی است تصوير تفاضل • روش محاسبه ماسک پس زمينه • ماسک تصميم گيری نرخ بهنگام سازی در نواحی که طی فريم های متوالی دارای تغييرات زياد هستند را تضعيف می کند. ميانگين گير با پنجره N*N

  7. تصحيح الگوريتم تخمين وفقی پس زمينه • روش بهنگام سازی تصوير پس زمينه برای اشيا متحرک با سطح خاکستری روشنتر از پس زمينه کمتر از ساير اشيا است. • تصحيح معيار بهنگام سازی پس زمينه برای حذف اثر هاله ای • نرخ بهنگام سازی بايد همواره مثبت باشد: نرخ بهنگام سازی

  8. تصحيح الگوريتم تخمين وفقی پس زمينه (ادامه)

  9. استخراج اشيا متحرک • روش هاي آستانه گذاری متداول مانند Otsu در برابر نويز موجود در تصوير تفاضل به اندازه کافی مقاوم نيستند. در صورت عدم حضور شی متحرک در تصوير • روش پيشنهادی برای تنظيم مقدار آستانه • به منظور حذف اثر نويز و يکپارچگی بيشتر اشيا، قبل از اعمال آستانه بر تصوير تفاضل فيلتر ميانه اعمال می شود.

  10. تنظيم نرخ بهنگام سازی پس زمينه • گاهی تصوير پس زمينه دستخوش تغييرات سريع می شود. مثلا، خودرويی در کنار خيابان پارک می کند. • افزايش ضرايب α سبب افزايش اثر نويز بر تصوير می شوند. • روش پيشنهادی: تنظيم نرخ بهنگام سازی بر اساس يک ماسک سابقه • تغييرات سريع تصوير پس زمينه سبب ايجاد يک شی مجازی در تصوير تفاضل می شوند. وزن نواحی ثابت وزن نواحی متحرک • ماسک سابقه:

  11. تنظيم نرخ بهنگام سازی پس زمينه (ادامه) • توسعه روش بهنگام سازی پس زمينه

  12. شبيه سازی • يک فيلم ويديويی شامل ٣٩١ فريم به ابعاد ١٤٤×١٩٢ پيکسل. • نرخ تصويربرداری: ٥ فريم در ثانيه • تصوير پس زمينه اوليه

  13. شبيه سازی (ادامه)

  14. شبيه سازی (ادامه)

  15. با تشکر از اساتيد و حضار محترم

More Related