transporta l ī dzek ļ u noteikšana un parametru noskaidrošana izmantojot video apstr ā di
DESCRIPTION
Transporta l ī dzek ļ u noteikšana un parametru noskaidrošana izmantojot video apstr ā di. Roberts Kadiķis Kārlis Freivalds. “Multifunkcionāla inteliģenta transporta sistēmas punkta tehnoloģija” (MITS). Nr.2DP/2.1.1.1.0/10/APIA/VIAA/086. Inteliģentās transporta sistēmas. - PowerPoint PPT PresentationTRANSCRIPT
Transporta līdzekļu noteikšana un parametru noskaidrošana izmantojot video apstrādi
Roberts KadiķisKārlis Freivalds
“Multifunkcionāla inteliģenta transporta sistēmas punkta tehnoloģija” (MITS).Nr.2DP/2.1.1.1.0/10/APIA/VIAA/086
http://sideth.com/cameras-set-up-to-navigate-capital%E2%80%99s-traffic-jams/
http://www.telegraph.co.uk/travel/travelnews/6408123/Drivers-face-chaos-as-15-million-cars-on-road-for-half-term.html
http://e2af.com/trend/090113_p1.shtml
Inteliģentās transporta sistēmas • Optimālākai satiksmes kontrolei un plānošanai- efektīvākai
esošo ceļu izmantošanai
2
Automašīnu atklāšana: fona uzkrāšana• Tukša ceļa fons tiek atņemts no šī brīža kadra
[8]3
Automašīnu atklāšana: fona uzkrāšana
[9]
Vidējā vērtība Mediānas vērtība
Iezīmēšanas metode Manuāla kadru izvēle4
Automašīnu atklāšana: pēc kustības
• Sekojošu kadru starpība• Optiskās plūsmas analīze
[10]
[11]
5
Izsekošana: pēc modeļiem
[12][13]
[14] 6
Izsekošana: pēc kontūra, apgabaliem• Mašīna aprakstīta ar kontūru, kas tiek izsekots:
[15]7
Izsekošana: pēc iezīmēm, tēliem• Tiek atrastas un izsekotas objektu reprezentējošas iezīmes
– Stūri robežas
• Deformējami tēli
[16]
[1] [17]
8
Interešu apgabalu izmantošana• Atklāšanas līnijas, virtuālie cilpu atklājēji
[20]
[19]
[18]
[10]9
Izaicinājumi• Nepieciešamas skaitļošanas jaudas reālā laika sistēmām• Mainīgi āra apstākļi• Mašīnu aizklāšanās• Ēnas• Darbība naktī
[22]
[21]
[23]
10
Piedāvātā metode• Atklāšanas līnija perpendikulāra ceļam
• Tiek lietota kustības atklāšana kombinācijā ar fona uzkrāšanu
• Automašīnai šķērsojot atklāšanas līniju, tiek izveidots intervāls. Kad mašīna izbrauc no līnijas, intervāls tiek slēgts.
• Metode derīga ceļiem ar nenoteiktu joslu skaitu, kuru virziens var laikā mainīties.
Atklāšanas līnija Intervāls
Roberts Kadiķis
Kārlis Freivalds
11
Kadiķis R., Freivalds K.: Efficient Video Processing Method for Traffic Monitoring Combining Motion Detection and Background Subtraction. Proceedings of the Fourth International Conference on Signal and Image Processing 2012 (ICSIP 2012) Lecture Notes in Electrical Engineering Volume 221, 2013, pp 131-141
• Tiek iegūta un sliekšņota sekojošu kadru starpības absolūtā vērtība• Atbilstoši atklātajiem objektiem, tiek izveidots intervāls
b)
c)
d)
t
Intensitāte:
Kadru starpība: Sliekšņošana: Intervāli:
d) e)
a)
White pixels indicate motion
Kustības atklāšana
12
• Tiek lietota stāvošu un vienmērīgi krāsotu objektu atklāšanai• Priekšplāna objektus atrod pēc vairākiem parametriem –
intensitāte, robežas un krāsas
1 (1 )k kF F S
Intensitāte:
a) b) c)
d)
Intensitātes fons Fona atņemšana:
Sliekšņošana:
F – fona pikseļa intensitāteS – šī brīža kadra pikseļa intensitāteα – fona atjaunošanās ātrumsk – kadra numurs
Fona atņemšana: intensitāte
13
Intensitāte: Robežas: Robežu fons:
a) b) c)
e)d)
Fona atņemšana: Sliekšņošana:Intervāli:
• Bieži zīmīgākās robežas ir intervālu galos
g)
Fona atņemšana: robežas
14
a)
b)
c)
d)
e)
f)
Krāsu komponente:
Cr:
Fons: Fona atņemšana:
Cb:
g) h)
Komponenšu summa: Sliekšņošana
Fona atņemšana: krāsas
15
Otsu metodē pikseļi tiek sadalīti tādējādi, ka fona un priekšplāna pikseļu izkliežu summa ir minimāla:
Attēls, tā histogramma un atrastais slieksnis:
Pikseļu intensitāte
Pik
seļu
ska
its
2 2w f f b bW W
Wf – priekšplāna pikseļu skaits
Wb – fona pikseļu skaits
σf2 – priekšplāna pikseļu dispersija
σb2 – fona pikseļu dispersija
σw2 –svaroto dispersiju summa
Izveidotais attēls:
Adaptīvu sliekšņu iegūšana
16
• Ja intervāls bijis pietiekami plats un pastāvējis pietiekamu kadru skaitu, mašīnu skaits tiek palielināts
• Algoritms spēj atklāt atsevišķus aizklāšanās gadījumus
W – intervāla maksimālais platums H – kadru skaits, kuros intervāls ir
eksistējis
W
H
occlusion
Intervāli:
Automašīnu skaitīšana
17
Algoritma demonstrācija
18
Video Reālais auto skaits
Algoritma izskaitītais
KļūdasPrecizitāte
Aizklāšanās Izskaitīta kā divas Citas
a) 100 105 5 95.2%b) 100 105 4 1 95.2%c) 100 100 3 3 100%d) 77 71 7 3 2 91.5%e) 42 44 2 95.5%f) 48 46 2 95.7%
Testu rezultāti
19
Vairāku atklāšanas līniju apvienošana
• Skaitīšanas precizitātes palielināšana• Automašīnu parametru (izmēri, ātrums, virziens) iegūšana
20
Projekcijas transformācija
21
Parametru noteikšana
• Platums ir vidējais intervāla garums
• Ātrumu nosaka no laika, kurā mašīna nonāk līdz nākamajai līnijai
• Garumu nosaka no ātruma un laika, vai tieši no taisnstūra garuma
22
Augstuma noteikšana
• Augstumu rēķina no attiecības starp īsāko un garāko intervālu, kas pieder mašīnai
23
Noslēgums• Piedāvāts automašīnu atklāšanas algoritms, kas balstās uz jaunu
pieeju - veidojot mašīnām atbilstošos intervālus uz atklāšanas līnijas.
• Algoritms spēj atklāt automašīnas pie mainīga apgaismojuma, dažādos laika apstākļos
• Precizitāte līdzīga kā citiem algoritmiem• Mazs skaitļošanas resursu patēriņš• Parametru noskaidrošana un klasifikācija
24
Paldies par uzmanību!
25