Detektering av rörliga objekt

Detektering av rörliga objekt är en teknik som används vid datorseende och bildbehandling. Flera på varandra följande bildrutor från en video jämförs med olika metoder för att avgöra om något rörligt föremål detekteras.

Detektering av rörliga objekt har använts för många olika applikationer som videoövervakning, aktivitetsigenkänning , övervakning av vägtillstånd, flygplatssäkerhet, övervakning av skydd längs havsgränsen, etc.

Definition

Detektering av rörliga objekt är att känna igen den fysiska rörelsen av ett objekt på en given plats eller region. Genom att agera segmentering bland rörliga objekt och stationära områden eller regioner kan de rörliga objektens rörelse spåras och därmed analyseras senare. För att uppnå detta, tänk på att en video är en struktur byggd på enstaka bildrutor. Detektering av rörliga objekt är att hitta det eller de rörliga målen i förgrunden, antingen i varje videobildruta eller endast när det rörliga målet visar det första uppträdandet i videon.

Traditionella metoder

Bland alla traditionella metoder för detektering av rörliga objekt kan vi kategorisera dem i fyra huvudmetoder: Bakgrundssubtraktion , Frame-differentiering, Temporal Differencing och Optical Flow .

Ramskillnad

Istället för att använda traditionell metod, för att använda bildsubtraktionsoperatorn genom att subtrahera andra och bilder efteråt, gör ramskillnadsmetoden jämförelser mellan två på varandra följande bildrutor för att upptäcka rörliga mål.

Temporell skillnad

Den tidsmässiga skillnadsmetoden identifierar det rörliga objektet genom att tillämpa pixelvis skillnadsmetod med två eller tre på varandra följande bildrutor.

Se även

^ Chaquet, Jose M.; Carmona, Enrique J.; Fernández-Caballero, Antonio (juni 2013). "En undersökning av videodatauppsättningar för mänsklig handling och aktivitetsigenkänning". Datorseende och bildförståelse . 117 (6): 633–659. doi : 10.1016/j.cviu.2013.01.013 . hdl : 10578/3697 .
^ ^a ^b [1] , JS Kulchandani och KJ Dangarwala, "Rörliga objekt upptäckt: Granskning av nya forskningstrender," 2015 internationella konferens om Pervasive Computing (ICPC), Pune, 2015, s. 1-5. doi: 10.1109/PERVASIVE.2015.7087138.
^ ^a ^b [2] , Weiming Hu, Tieniu Tan, Liang Wang och Steve Maybank, "En undersökning om visuell övervakning av objektrörelser och beteenden," IEEE Trans. om system, människa och cybernetik—Del C: Tillämpningar och recensioner, vol. 34, nr. 3, s. 334-352, augusti 2004.
^ [3] , Bahadir Karasulu och Serdar Korukoglu (2013). Programvara för prestandautvärdering: Detektering och spårning av rörliga objekt i videor.
^ [4] , Jain, R. och H. Nagel, "Om de ackumulerade skillnadsbilderna för analys av scensekvenser i verkliga världen," IEEE Tran. på Pattern Anal. Mach. Intell., sid. 206-221, 1979.

[1] Chaquet, Jose M.; Carmona, Enrique J.; Fernández-Caballero, Antonio (juni 2013). "En undersökning av videodatauppsättningar för mänsklig handling och aktivitetsigenkänning". Datorseende och bildförståelse . 117 (6): 633–659. doi : 10.1016/j.cviu.2013.01.013 . hdl : 10578/3697 .

[moving_review-2] [1] , JS Kulchandani och KJ Dangarwala, "Rörliga objekt upptäckt: Granskning av nya forskningstrender," 2015 internationella konferens om Pervasive Computing (ICPC), Pune, 2015, s. 1-5. doi: 10.1109/PERVASIVE.2015.7087138.

[survey-3] [2] , Weiming Hu, Tieniu Tan, Liang Wang och Steve Maybank, "En undersökning om visuell övervakning av objektrörelser och beteenden," IEEE Trans. om system, människa och cybernetik—Del C: Tillämpningar och recensioner, vol. 34, nr. 3, s. 334-352, augusti 2004.

[4] [3] , Bahadir Karasulu och Serdar Korukoglu (2013). Programvara för prestandautvärdering: Detektering och spårning av rörliga objekt i videor.

[5] [4] , Jain, R. och H. Nagel, "Om de ackumulerade skillnadsbilderna för analys av scensekvenser i verkliga världen," IEEE Tran. på Pattern Anal. Mach. Intell., sid. 206-221, 1979.