Control Systems and Computers, N2, 2020, Статья 2
https://doi.org/10.15407/csc.2020.02.012
Кийко В.М., Мацелло В.В. Простеження об’єктів при відеоспостереженні. Control Systems and Computers. 2020. № 2. C. 12-22.
УДК 004.932.2
Кийко В.М, канд. техн. наук, ст. научн. сотр., ст. научн. сотр., е-mail: vkiiko@gmail.com
Мацелло В.В. канд. техн. наук, ст. научн., сотр., зав. отделом, e-mail: matsello@gmail.com
Международный научно-учебный центр информационных технологий и систем НАН Украины и МОН Украины, просп. Академика Глушкова, 40, Киев 03187, Украина
ПРОСЛЕЖИВАНИЕ ОБЪЕКТОВ ПРИ ВИДЕОНАБЛЮДЕНИИ
Вступление. Рассматривается новый алгоритм прослеживания объектов в видео, основанный на совместном использовании алгоритмов MOG (mixture of gaussians) и KCF (kernelized correlation filters). Алгоритмы прослеживания на основе вычитания фона MOG и представление объектов KCF по своим возможностям противостоять помехам таковы, что дополняют друг друга. Вот почему задача разработки алгоритма, который сочетает преимущества этих алгоритмов является актуальной.
Целью работы является исследование алгоритма прослеживания объектов в видео, основанного на совместном использовании алгоритмов MOG и KCF.
Метод. Прослеживание объектов в видео использует KCF для нахождения нового положения объекта на текущем изображении и MOG для получения разностного изображения с целью последующей коррекции определенных координат и размера объекта с помощью интегрального представления этого изображения.
Результаты. Предложен алгоритм прослеживания объектов в видео, основанный на совместном использовании MOG и KCF. Приведены результаты поиска и прослеживания движущихся объектов в видео. Показано, что алгоритм является более эффективным по сравнению с MOG и KCF в условиях, когда объекты, которые прослеживаются, движутся со сравнительно резкими изменениями скорости, направления движения и ориентации, а также в условиях частичного укрытия или исчезновения из поля зрения. Алгоритм также более устойчивым к помехам и изменений освещения по сравнению с MOG алгоритмом.
Выводы. Прослеживание с совместным использованием MOG и KCF является устойчивым к изменениям представления и размерам объекта, если он движется на фоне другого подвижного объекта, а также изменения освещения сравнительно умеренны. В противном случае более подходящим может быть прослеживание на основе KCF алгоритма. Для дальнейшего улучшения результатов в таких условиях необходимо исследовать использование дополнительных признаков прослеживаемого объекта.
Ключевые слова: видеонаблюдение, поиск и прослеживание объектов, разностное изображение, обработка изображений.
Поступила 09.12.2019
