Control Systems and Computers

https://doi.org/10.15407/csc.2022.02.003

Шило М.К., Кригін В.М. Перетворення відеозапису з дошки на слайд-шоу. Control Systems and Computers. 2022. № 2. С. 3-10

УДК 004.932

М.К. Шило, студент магістратури, Національний технічний університет України
«Київський політехнічний інститут імені Ігоря Сікорського»,
03056, м. Київ, просп. Перемоги, 37, Україна, ORCID: https://orcid.org/0000-0002-9000-1685, 
maksym.shylo.work@gmail.com

В.М. Кригін В.М., аспірант, м.н.с. Міжнародний науково-навчальний центр
інформаційних технологій та систем НАН та МОН України,
03187, м. Київ, просп. Академіка Глушкова, 40, Україна, ORCID: https://orcid.org/0000-0001-5762-2546,
valeriy.krygin@gmail.com

ПЕРЕТВОРЕННЯ ВІДЕОЗАПИСУ З ДОШКИ НА СЛАЙД-ШОУ

Створено математичну модель перетворення відеозапису з дошки на слайд-шоу. На її основі побудовано інформаційну технологію. Здійснено аналіз схожих робіт. Використано оцінку гомографії та алгоритм максимального потоку Бойкова-Колмогорова як інструменти для одержання панорамних знімків дошки та видалення викладача з відео. Побудовано бінаризовані та знешумлені панорами.

 Завантажити повний текст в PDF (українською).

Ключові слова: інтелектуальне оброблення відео, оброблення зображень, стабілізація відео.

1. Патент України № H04N7/00, G02B27/00, G06T7/215. Спосіб перетворення відеозапису з дошки у слайд-шоу / В.М Кригін. № u202100547; заявл. 10.02.2021; опубл. 01.09.2021, Бюл № 35. 4 c.
2. Zhang, Z., He, L.W., 2007. White board scanning and image enhancement. Digital Signal Processing, 17(2), pp. 414–432. [Online] Available at: <https://doi.org/10.1016/j.dsp.2006.05.006, http://www.sciencedirect.com/science/article/pii/S1051200406000595> [Accessed 27 May. 2021].
3. Gonzalez, A., Suh, B., Choi, E., 2012. Whiteboard disclosure using back ground subtraction and object tracking.
4. He, L.W., Zhang, Z., 2004. Real-time white board capture and processing using a video camera for teleconferencing. Tech. Rep. MSR-TR-2004-91, [Online] Available at: <https://www.microsoft.com/en-us/research/publication/real-time-whiteboard-capture-and-processing-using-a-video-camera-for-teleconferencing/> [Accessed 27 May. 2021].
5. Davila, K., Zanibbi, R., 2017. “White board video summarization via spatio-temporal conflict minimization”. 14th IAPR International Conference on Document Analysis and Recognition (ICDAR). vol. 01, pp. 355–362. https://doi.org/10.1109/ICDAR.2017.66.
6. Павлюк А. Д, Кригiн В. М, Ткач В. М Відстеження періодичного руху об’єктів зі статичної камери на прикладі відеоігор. Теоретичні і прикладні проблеми фізики, математики та інформатики. 2021. Т 2. № 19. С. 135–137. URL: https://drive.google.com/file/d/1V9zQB2Jvgcaw3o7eEkzMmviLRrhrHbpD/view. (дата звернення: 14 грудня 2021 р.
7. Boykov, , Kolmogorov, V. 2004. “An experimental comparison of min-cut/max-flow algorithms for energy minimization in vision,” IEEE Trans actions on Pattern Analysis and Machine Intelligence, vol. 26, no 9, pp. 1124–1137, doi:10.1109/TPAMI.2004.60.
8. Lucas, B. D., Kanade, T., “An iterative image registration technique with an application to stereo vision”. Vol. 81. Proceedings of the 7th international joint conference on Artificial intelligence – Volume 2 (IJCAI’81). Morgan Kaufmann Publishers Inc., San Francisco, CA, USA pp. 674-679.
9. Farneback, G., 2003. “Two-Frame Motion Estimation Based on Polynomial Expansion”. Bigun J., Gustavsson T. (eds) Image Analysis. SCIA 2003. Lecture Notes in Computer Science, vol Springer, Berlin, Heidelberg. https://doi.org/10.1007/3-540-45103-X_50.
10. Bay, H., Ess, A., Tuytelaars, T., & Van Gool, L., 2008. “Speeded-up robust features (SURF)”. Computer vision and image understanding, 110(3), pp. 346-359, https://doi.org/10.1016/j.cviu.2007.09.014.
11. Hartley, R., Zisserman, A., 2004. Multiple View Geometry in Computer Vision. Cambridge University Press, 2 edn. https://doi.org/10.1017/CBO9780511811685.
12. Lowe, D.G., 2004. “Distinctive image features from scale-invariant key points”. Int. J. Comput. Vision 60(2), 91–110. https://doi.org/10.1023/B:VISI.0000029664.99615.94
13. Rublee, E., Rabaud, V., Konolige, K., Bradski, G., 2011. “ORB: An efficient alternative to SIFT or SURF”. In International conference on computer vision. 2564-2571. IEEE Computer Society, http://dblp.uni-trier.de/db/conf/iccv/iccv2011. html# Ru­bleeRKB11.
14. Fischler, M.A., Bolles, R.C., 1981. “Random sample consensus: A paradigm for model fitting with applications to image analysis and automated cartography”. Commun. ACM, 24(6), 381-395. https://doi.org/10.1145/358669.358692.
15. Van der Walt, S., Schönberger, J.L., Nunez-Iglesias, J., Boulogne, F., Warner, J.D., Yager, N. et. all, 2014. Scikit-image: image processing in Python. PeerJ, 2, e453. https://doi.org/10.7717/peerj.453.

Надійшла 14.12.2021