Методи та алгоритми пошуку подiй у вiдео потоцi

Введення

У наш час спостерігається постійне зростання об'єму оброблюваної інформації. Проте, із збільшенням об'ємів інформації, стає все важчим з нею працювати, крім того, з'являється новий вигляд інформації, ефективних алгоритмів обробки якої ще не існує. До таких видів інформації можна віднести і відео потік. Ще порівняно недавно, кількість підприємств, постійно в своїй роботі тих, що використовують відеоінформацію було мало, також як і об'єм цієї інформації, проте спостерігається тенденція як до збільшення об'ємів відеоінформації, так і до збільшення спектру її застосування. Із збільшенням об'ємів відеоінформації, що відображає реальні події, що відбуваються в світі, відповідно збільшується і час на її обробку і аналіз. Окрім цього, досить часто, відеоінформація містить події, для аналізу яких потрібне залучення високооплачуваних фахівців, здатних грамотно і кваліфіковано охарактеризувати подібні події. У зв'язку з цим виникає проблема: «Як можна зменшити тимчасові і матеріальні витрати, для того, щоб проаналізувати відеоінформацію, отриману з різних джерел, таких як телебачення, Інтернет, або домашнє відео?» Для вирішення даної проблеми необхідно представити відеопотік у вигляді графічної бази даних, і побудувати такий алгоритм пошуку подій, при виконанні якого ЕОМ автоматично знаходитиме, і аналізувати події, що містяться в цьому потоці. Відмітимо, що виконання подібного перетворення може ускладнитися, у випадку, якщо аналіз необхідно проводити в реальному часі, наприклад, одночасно з трансляцією зображення по телебаченню. В даному випадку, час, відведений на виконання алгоритму пошуку подій, повинен бути обмежений, і, відповідно, збільшені вимоги до продуктивності ЕОМ.

Актуальність

Дана робота вирішує актуальну задачу, що полягає в розвитку наявних ідей вирішення проблеми розпізнавання подій у відеопотоці і використання розпізнавання в прикладних завданнях. У даній роботі отримає подальший розвиток ідея, що полягає у відстежу ванні подій, що відбуваються у відеопотоці, за допомогою віднімання поточного і базового кадрів.

Мета і завдання роботи:

Мета – вивчивши наявні методи рішення задачі розпізнавання подій у відеопотоці вказати на їх недоліки і запропонувати методи їх усунення. Завдання роботи – збільшити швидкодію методу, заснованого на відніманні кадрів, з можливим збільшенням потрібного для вирішення завдання оперативної пам'яті.

Передбачувана наукова новизна і практична цінність:

Система відеомоніторингу футбольного матчу, що розробляється, повинна бути в змозі відстежувати переміщення гравців в ході матчу, а також давати статистику по окремих гравцях. Удосконаленню буде підданий метод виділення фігур гравців – кожен кадр передбачається розділяти на два, що містять, відповідно гравців різних команд, що дозволить зменшити кількість конфліктних ситуацій і прискорити роботу програми.

Національні дослідження і розробки:

Завдання виявлення рухомих об'єктів було поставлене досить давно, але через свою специфіку вона до цих пір не має однозначного рішення.

По-перше, умови виявлення можуть бути різні. Наприклад, якщо мати справу з бінарним чорно-білим зображенням, то завдання істотно спрощується в порівнянні з випадком, коли на вхід поступають повнокольорові растри з плавними переходами кольору від одного відтінку до іншого. Зображення може поступати із статично розташованої камери, таким чином, всі кадри матимуть приблизно однаковий фон з можливими відмінностями рівня освітлення. З іншого боку, камера, розташована на рухомому об'єкті, може знімати інший, нерухомий відносно її об'єкт.

Рівень шуму може істотно варіювати. Природні явища, такі, як дощ, сніг, туман, вітер і т. д. можуть вносити помітний елемент коливань до спочатку нерухомої сцени. Все це робить алгоритми, що відмінно працюють в одних умовах, абсолютно непридатними для інших.

Від алгоритмів виявлення і аналізу руху зазвичай потрібна стійкість роботи в широкому діапазоні зовнішніх умов, що істотно розрізняються. У загальному випадку вимоги до подібних алгоритмів виглядають таким чином.

1. Низька обчислювальна складність і робота в реальному часі.
2. Стійке виявлення в різний час доби за наявності  штучного освітлення.
3. Стійка робота у будь-який час року за будь-яких погодних умов.

Розглянемо докладніше алгоритми виявлення рухомих об'єктів:

• міжкадрова різниця;
• метод базового кадру;
• методи математичної морфології;
• методи виділення об'єктів;
• кореляція ділянок зображення;
• методи трасування.

Розробки і дослідження, що плануються до виконання:

• вивчити можливості різних алгоритмів розпізнавання подій у відеопотоці;
• провести аналіз ефективності різних підходів і вибрати оптимальний по співвідношенню «швидкість-якість»;
• застосувати розбиття відеопотоку на два;
• проаналізувати результати розбиття і з'ясувати, наскільки воно ефективне.

Отриманi на даному етапi розробок результати зображенi на малюнку 1.

Висновки:

В результаті цієї роботи були розглянуті основні методи і алгоритми розпізнавання подій у відеопотоці і вказані їх основні недоліки. Також був розглянутий спосіб поліпшення роботи алгоритмів розпізнавання за рахунок збільшення об'ємів необхідної оперативної пам'яті.

Література:

1. Н.С. Байгарова, Ю.А. Бухштаб, Н.Н. Евтєєва, Сучасна технологія змістовного пошуку в електронних колекціях зображень. //Электронные бібліотеки, 2001, Випуск 4,Том 4.
2. Jain, R. and Gupta, A., Visual Information Retrieval, Communications of the ACM, 1997, vol. 40, no. 5.
3. Н.С. Байгарова, Ю.А. Бухштаб Деякі принципи організації пошуку відеоданих. Програмування, N 3, 1999, стор. 165-170