WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     || 2 | 3 |

На правах рукописи

Стрельников Константин Николаевич Исследование и разработка алгоритмов для решения задачи устойчивого видеослежения в больших помещениях 05.13.11 – Специальность – Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата физико-математических наук

Москва – 2009

Работа выполнена в Учреждении Российской академии наук Институте прикладной математики имени М.В. Келдыша РАН.

Научный консультант: доктор физико-математических наук Галактионов Владимир Александрович

Официальные оппоненты: доктор физико-математических наук, профессор Соколов Сергей Михайлович кандидат технических наук Визильтер Юрий Валентинович

Ведущая организация: Учреждение Российской академии на­ ук Научно-исследовательский инсти­ тут системных исследований РАН

Защита состоится «09» июня 2009 г. в 11 часов на заседании диссертационно­ го совета Д 002.024.01 при Учреждении Российской академии наук Институте прикладной математики имени М.В. Келдыша РАН, расположенном по адре­ су: 125047, Москва, Миусская пл., 4

С диссертацией можно ознакомиться в библиотеке института.

Автореферат разослан « » апреля 2009 г.

Ученый секретарь диссертационного совета, доктор физико-математических наук Т.А. Полилова

Общая характеристика работы

Объект исследования и актуальность работы Видеонаблюдение применяется в современном мире повсеместно: для охра­ ны объектов, борьбы с терроризмом, мониторинга дорожного движения, в на­ учных исследованиях. Эти задачи затрагивают многие аспекты социальной жизни и являются чрезвычайно актуальными.

С появление цифровых видеорегистраторов появилась возможность обра­ ботки видеоданных при помощи персонального компьютера или специализи­ рованных чипов, что привело к появлению нового круга задач в цифровой обработке сигналов. Увеличение быстродействия процессоров позволило об­ рабатывать цифровые видеоданные в реальном времени, благодаря чему круг задач видеонаблюдения, решаемых при помощи компьютеров, расширяется с каждым годом. Например, к ним относятся: распознавание номеров авто­ мобилей, обнаружение и распознавание лиц, изучение поведения животных, обнаружение движущихся объектов.

В данной работе исследуется проблема надёжного видеонаблюдения в больших помещениях. Созданные методы и программная система представ­ ляют интерес для организаций занимающихся обеспечением безопасности на складах, вокзалах, стоянках, в выставочных залах и на других обширных территориях. Для ведения видеонаблюдения в таких помещениях требуется большое количество видеокамер. Благодаря их удешевлению, это уже не яв­ ляется проблемой. Однако, оператору системы видеонаблюдения приходится отслеживать огромный поток данных. Что сложно даже при наличии авто­ матического обнаружения движущихся объектов. Для уменьшения нагрузки на оператора сделан следующий шаг в видеонаблюдении — системы видео­ слежения.

Задача видеослежения заключается в определении положения объекта на плане наблюдаемой территории по видеоданным, полученным от одной или нескольких камер. Задача видеослежения не может эффективно решаться без использования поворотных (PTZ) камер. Данная работа ориентирована главным образом на решение проблем, возникающих при работе с такими камерами.

Задача видеослежения разделяется на три подзадачи:

калибровка плана — определение соответствия между точками в трёх­ мерном пространстве охраняемой территории и точками на двухмерном плане;

калибровка видеокамер — определение положения и ориентации видео­ камер в пространстве;

обнаружение областей интереса — определение областей кадра, со­ ответствующих движущимся, ранее отсутствовавшим или пропавшим объектам.

Калибровка плана выполняется путём задания мировых координат для двух точек плана и не вызывает трудностей. В работе исследуются задачи калиб­ ровки видеокамер и обнаружения областей интереса.

Цель диссертационной работы Целью работы является исследование и разработка методов и алгоритмов для определения положения и ориентации поворотных камер в больших по­ мещениях и устойчивого автоматического обнаружения областей интереса по видеоданным от поворотных камер, а также создание программной системы видеослежения на основе разработанных алгоритмов.

Основные задачи

работы:

Исследование существующих алгоритмов калибровки видеокамер. Раз­ работка метода совместной калибровки поворотных видеокамер для больших помещений.

Разработка метода автоматического обнаружения объектов при помощи поворотных видеокамер устойчивого к изменению освещения.

Разработка программной системы видеослежения с применением пред­ ложенных методов.

Научная новизна работы Предложен новый метод определения положения и ориентации поворот­ ных камер для больших помещений. В отличие от существующих решений разработанный метод позволяет определять положение и ориентацию груп­ пы поворотных видеокамер в больших помещениях за короткий промежуток времени при малом участии человека.

Предложенный метод устойчивого автоматического обнаружения обла­ стей интереса при помощи поворотных видеокамер также является новым.

Он объединяет два подхода к обнаружению областей интереса: моделирова­ ние окружения и анализ движения в кадре. В отличие от существующих решений разработанный метод объединяет ряд достоинств: обеспечивает вы­ сокую скорость обработки, устойчив к значительным изменениям условий освещения и позволяет обнаруживать как движущиеся, так и неподвижные объекты. Высокая скорость работы позволяет одновременно обрабатывать большое количество видеоданных на одной вычислительной машине.

Практическая значимость Предложенный метод определения положения и ориентации поворотных камер в пространстве позволяет значительно снизить время затрачиваемое на настройку систем видеонаблюдения. Процесс настройки может быть вы­ полнен одним человеком и не требует высокой квалификации.

Разработанный метод обнаружения объектов обладает высокой устойчи­ востью к изменению условий освещения. Благодаря чему метод может при­ меняться как в помещениях, так и на улице.

На основе разработанных методов построена система видеослежения, поз­ воляющая значительно облегчить работу оператора. Применение системы позволяет сократить количество сотрудников, осуществляющих видеоконтроль, а также повысить надёжность видеоконтроля.

Имеются два внедрения разработанной системы:

система установлена в лаборатории компьютерной графики МГУ им.

М.В. Ломоносова;

система приобретена предприятием-заказчиком Aware Digital для веде­ ния видеонаблюдения в складских ангарах.

Результаты и положения, выносимые на защиту На защиту выносятся следующие основные результаты и положения:

1. На основе проведённого исследования алгоритмов калибровки видеока­ мер разработан и реализован метод совместной калибровки поворотных видеокамер для больших помещений, который позволяет значительно сократить время, затрачиваемое на калибровку.

2. Разработан и реализован метод обнаружения объектов с помощью пово­ ротных видеокамер, обладающий устойчивостью к изменению освеще­ ния и позволяющий обнаруживать неподвижные объекты.

3. На основе предложенных алгоритмов разработана программная систе­ ма видеослежения, используемая в реальных практических приложени­ ях.

Апробация работы Результаты работы докладывались и обсуждались на:

9-м научно-практическом семинаре «Новые информационные техноло­ гии в автоматизированных системах», Россия, Москва, 2006;

16-й международной конференции по компьютерной графике и машин­ ному зрению «Graphicon-2006», Россия, Новосибирск, 2006;

10-м научно-практическом семинаре «Новые информационные техноло­ гии в автоматизированных системах», Россия, Москва, 2007;

17-й международной конференции по компьютерной графике и машин­ ному зрению «Graphicon-2007», Россия, Москва, 2007;

18-й международной конференции по компьютерной графике и машин­ ному зрению «Graphicon-2008», Россия, Москва, 2008;

семинаре по компьютерной графике и мультимедиа под руководством Ю.М. Баяковского (ф-т ВМиК МГУ), Россия, Москва, 2008;

объединенном семинаре по робототехническим системам ИПМ им. М.В.

Келдыша РАН, МГУ им. М.В. Ломоносова, МГТУ им. Н.Э. Баумана, ИНОТиИ РГГУ и отделения «Программирование» ИПМ им. М.В. Кел­ дыша РАН, Россия, Москва, 2008;

12-м научно-практическом семинаре «Новые информационные техноло­ гии в автоматизированных системах», Россия, Москва, 2009;

семинаре "Проблемы проектирования и реализации базового аппаратно­ программного обеспечения" НИИ системных исследований РАН, Рос­ сия, Москва, 2009.

Публикации По результатам работы имеется 8 публикаций, включая 1 статью в ре­ цензируемом научном журнале из списка ВАК [1], 1 статью в тематическом сборнике [2], 3 статьи в сборниках трудов международных научных конфе­ ренций [3–5], 3 статьи в сборниках трудов научно-практических семинаров [6–8].

Структура и объем диссертации Диссертация состоит из введения, трёх глав, заключения, приложения и списка литературы. Содержание работы изложено на 114 страницах. Объём приложения составляет 11 страниц. Список литературы включает 93 наиме­ нования. В работе содержится 50 рисунков и 3 таблицы.

Содержание работы Во введении обоснована актуальность диссертационной работы, сфор­ мулированы цели и задачи, аргументирована научная новизна исследований, показана практическая значимость полученных результатов. Описана струк­ тура диссертации.

В первой главе описываются математические модели фиксированной и поворотной камер, даётся обзор существующих методов внутренней и внеш­ ней калибровки камер и предлагается собственный алгоритм совместной ка­ либровки управляемых камер.

В первом разделе главы описываются математические модели фикси­ рованной и поворотной камер и излагается задача калибровки.

Калибровка видеокамер — одна из центральных задач в области машинно­ го зрения (Computer Vision). Задача заключается в определении параметров математической модели, описывающей реально используемое устройство ви­ деорегистрации. Как правило, задачи калибровки разделяются на два класса:

внешняя калибровка и внутренняя калибровка.

Цель внешней калибровки заключается в определении положения и ори­ ентации видеокамеры в пространстве. Решение данной задачи требуется в различных областях: видеонаблюдении, трёхмерной реконструкции, карто­ графии, системах распознавания объектов, системах взаимодействия с ком­ пьютером посредством определения положения рук или направления взгля­ да, системах управления роботами.

Внутренняя калибровка ориентирована на определение таких характери­ стик камеры как: фокусное расстояние, размер пикселя, величина дисторсии.

Данные параметры описывают искажения, вызванные оптикой видеокамеры, и их необходимо учитывать при решении большинства задач компьютерного зрения.

Для математического представления фиксированной камеры использует­ ся модель, описываемая формулой (1), или сокращённо (2). Эта модель до­ вольно точно соответствует процессу построения изображения в большинстве современных фото- и видеокамер.

X x f 0 cx 1 0 0 RT -RT C Y y = 0 f cy · 0 1 0 0 · · (1) 1 Z 1 0 0 1 0 0 1 (X, Y, Z) — координаты точки в трёхмерном пространстве, а (x, y) — про­ екция этой точки на картинную плоскость.

Внутренние параметры модели камеры: f — фокусное расстояние, (cx, cy) — положение принципиальной точки (точки пересечения оптической оси с картинной плоскостью).

Внешние параметры модели камеры: R R33 — матрица поворота, зада­ ющая направление объектива камеры, C R3 — положение камеры.

X x Y y = K · P · [R|C] · (2) Z Здесь K — матрица внутренней калибровки, [R|C] — матрица внешней калибровки, P — матрица проецирования.

Однако, из-за ограничений современной оптики реальный процесс несколь­ ко отличается от представленной модели. Одно из наиболее распространён­ ных искажений — дисторсия. Дисторсия (от лат. distorsio, distortio —– ис­ кривление) — аберрация оптических систем, при которой линейное увеличе­ ние изменяется по полю зрения. При этом нарушается подобие между объек­ том и его изображением. Наиболее частый случай дисторсии — радиальная дисторсия. Эта модель используется в данной работе.

Зачастую параметры дисторсии определяются совместно с параметрами внутренней калибровки камеры.

Поворотные видеокамеры (PTZ cameras) с возможностью удалённого управ­ ления, благодаря удешевлению, находят всё больше распространение. При работе с такими камерами (рис. 1) при помощи команд с пульта управления, можно изменять направление объектива по азимуту () на 360, углу места () на 90 и изменять фокусное расстояние (f). Такие камеры позволяют эффективнее решать задачи видеонаблюдения. Исследования, проведённые в диссертационной работе, главным образом ориентированы на поворотные камеры.

Рис. 1. Поворотная видеокамера Модель поворотной камеры является расширением модели фиксирован­ ной камеры (2) и описывается формулой (3).

X x Y y = K (f) · P · () · () · [R|C] · (3) Z Где K (f) — матрица внутренней калибровки с переменным фокусным рас­ стоянием, () — поворот по азимуту на известный угол, () — поворот по углу места на известный угол, [R|C] — матрица внешней калибровки, P — матрица проецирования.

Во втором разделе приводится краткий обзор методов определения внутренних параметров модели камеры. Часто эти методы называют мето­ дами внутренней калибровки.

Существуют четыре основных подхода к определению параметров внут­ ренней калибровки:

фотограмметрический подход;

калибровка по точкам схода;

самокалибровка по смещению камеры;

самокалибровка по повороту камеры.

Все они также позволяют определить параметры дисторсии.

Проведённый анализ различных способов калибровки внутренних пара­ метров камеры и дисторсии показали, что нет необходимости разрабатывать новый способ калибровки, и вполне можно воспользоваться методом предло­ женным в работе Захана.

При дальнейшем изложении будем считать, что параметры внутренней калибровки камеры известны, а дисторсия отсутствует. Если это не так, то дисторсия может быть компенсирована по известным параметрам.

Pages:     || 2 | 3 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»