An Improved Moving Objects Detection Algorithm in Video Sequences

Abstract

д-р техн. наук, професор, професор кафедри телекомунікацій та радіотехніки Національної академії Державної прикордонної служби України імені Богдана Хмельницького, Хмельницький, Україна. Бабарика А. О.-ад'юнкт ад'юнктури Національної академії Державної прикордонної служби України імені Богдана Хмельницького, Хмельницький, Україна. АНОТАЦІЯ Актуальність. Впровадження функцій відеоаналітики в системи відеоспостереження дає можливість підвищити ефективність застосування вищевказаних систем. Однією із функцій таких інтелектуальних систем відеоспостереження є виявлення динамічних об'єктів в секторах огляду камер відеоспостереження. Існуючі методи виділення фону та розпізнавання об'єктів мають суттєві недоліки, що обмежують їх застосування на практиці, а саме: за умови низької контрастності алгоритми не в змозі виділити об'єкт з фону; деякі рухомі об'єкти можуть розпізнаватися як фон, алгоритми критичні до умов освітлення тощо. Саме тому, актуальним завданням є розробка та вдосконалення методів виявлення динамічних об'єктів у відеопослідовностях. Мета. Дослідження присвячено розробці удосконаленого методу виявлення динамічних об'єктів у відеопослідовностях. Метод. При побудові методу виявлення динамічних об'єктів у відеопослідовностях використовувалися підходи щодо виділення фону на основі попіксельного аналізу кадрів із застосуванням елементів теорії експертних систем. Результати. В роботі представлено удосконалений метод виявлення динамічних об'єктів у відеопослідовностях, який оснований на алгоритмі ViBe. Запропонований підхід відрізняється від оригінального застосуванням колірної схеми U*V*W*, використанням подвійних порогових рівнів та елементів теорії експертних систем для усунення невизначеностей у класифікації пікселів (математичний апарат теорії Демстера-Шефера), а також, використанням динамічного підходу в оновленні фонової моделі за рахунок сусідніх пікселів. Метод виявлення динамічних об'єктів у відеопослідовностях включає такі етапи: ініціалізація фонової моделі (для кожного пікселя з відомими координатами зберігається кількість його попередніх значень у поточному кадрі); виявлення переднього плану; наступним кроком є обчислення кількості точок, котрі належать до переднього плану та до фону. З метою усунення невизначеності, коли піксель одночасно може належати як динамічному об'єкту так і фону, та однозначної класифікації застосовано математичний апарат теорії Демстера-Шефера; після виявлення переднього плану відбувається оновлення фонової моделі. В основу якої покладена трирівнева побудова околу досліджуваного пікселя та застосування рівномірного закону розподілу випадкових величин всередині кожного із трьох рівнів. Висновки. Експериментальне дослідження удосконаленого методу у порівнянні з оригінальним ViBe проводилися з використанням тестових фреймів з набору CDNET у різноманітних варіантах навколишнього середовища та з різними варіантами роздільної здатності. Консолідовані результати вказують на покращення результатів запропонованого методу в порівнянні з оригінальним ViBe в середньому на 6,7%.