Разработка алгоритма работы программы идентификации людей на видеопотоках. Комбинированный алгоритм отслеживания перемещений, подсчет гистограммы цвета выделенного силуэта. Характеристика и особенности библиотеки OpenCV, обработки отдельного видеопотока.
Аннотация к работе
Правительство Российской Федерации Федеральное государственное автономное образовательное учреждение высшего профессионального образования "Национальный исследовательский университет ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА по направлению 09.03.04 «Программная инженерия» подготовки бакалавраЗадача автоматизированного отслеживания перемещений людей между полями зрений нескольких камер - актуальная задача в век повсеместного внедрения информационных технологий, позволяющая обеспечить круглосуточное видеонаблюдение за помещением, как часть охранного комплекса или как средство контроля перемещения сотрудников. Цель выпускной квалификационной работы - создать программу, предоставляющую базовый функционал по идентификации и отслеживанию людей между видеопотоками. Задачи работы состоят в рассмотрении существующих подходов к отслеживанию перемещения людей на видео, в том числе между полями зрения нескольких видеокамер, и реализации библиотеки классов, позволяющей решать данную задачу без погружения в особенности реализации алгоритма. Рассмотрение существующих подходов включает в себя анализ статей, посвященных проблеме отслеживания и идентификации людей на видео, сравнение преимуществ и недостатков отдельных подходов. The objectives of this paper are: to summarize existing approaches to the problem of tracking people movements in the video and to implement a class library that allows including that functionality into third-party systems without immersing into programming implementation of person tracking.Проблема автоматизированного распознания и отслеживания людей на видео, получаемом с камер видеонаблюдения, привлекает внимание исследователей в последние годы, так как значительно улучшились качество и доступность IP-камер, позволяющих без дорогостоящего оборудования обеспечить видеонаблюдение за произвольным объектом. В то же время, в коммерчески используемых системах, отслеживание людей по-прежнему используется крайне поверхностно, ограничиваясь как правило только фактом наличия движения в заданной области, чуть реже оценивая размеры движущегося объекта чтобы исключить срабатывание на животных [1]. В научных работах преобладают рассмотрения программных подходов, позволяющих как дополнительно увеличить точность отслеживания маршрута перемещения за счет просчета траектории движения, так и добавить новые возможности к видеонаблюдению: распознавания людей, реагирование только на определенные лица, учет времени прохода определенных лиц. Как правило, срабатывания строятся на простых триггерах, например, наличие движения в определенной комнате, что дает недостаточно высокую корреляцию между ожидаемой и получаемой реакцией системы. К сожалению, большинство наработок в данной области - либо используемые коммерческими компаниями части проприетарных систем, продающиеся исключительно вместе с аппаратной платформой и недоступные для ознакомления для потенциальных пользователей, либо незавершенные любительские поделки, используемые для ознакомления с технологиями и тестирования отдельных алгоритмов.Данный подход чаще всего использует одну-две камеры, иногда - камеру с датчиком глубины. Зона распознавания как правило ограничена скромной областью прямо перед камерами, глубиной от 1 до 3 метров, редко достигая 5-7 метров в зависимости от условий видимости. Исследования в этой области сосредоточены на улавливании и распознании мелкой моторики: движений рук, пальцев, положения частей тела относительно друг друга. Эти данные передаются при помощи карты глубины, которая строится либо на основании показаний специального сенсора (обычно - ИК-камера с подсветкой), либо совмещением и вычислением разницы в изображении с двух близкорасположенных камер (симулируя человеческое зрение). Согласно данному подходу, каждая часть человеческого тела будучи заснятой на изображении, содержит определенную комбинацию так называемых «ключевых точек» (выделяющихся частей изображения, таких как углы, четкие границы, пятна в яркости).Каждый признак включает в себя несколько смежных прямоугольных зон, расположенных определенным образом на изображении. Каскад Хаара - это набор из некоторого количества признаков Хаара, имеющий определенные свойства взаимного расположения признаков на изображении. Эта техника удобна тем, что позволяет использовать предварительно рассчитанное описание характеристик искомого изображения многократно и является одним из самых быстрых способов распознавания объектов на изображении (при условии использования предварительно рассчитанного каскада) [5] . По итогам сканирования изображения найденные совпадения анализируются, группируются и проверяются на соответствие условиям взаимного расположения элементов в каскаде.
План
Оглавление
Аннотация
Основные определения, термины и сокращения
Введение
Глава 1. Алгоритмы идентификации движения на видео
Определение движений тела человека
Отслеживание перемещений человека
Глава 2. Комбинированный алгоритм отслеживания перемещений