ISSN在线(2278 - 8875)打印(2320 - 3765)
Seema Kumari1,Manpreet考尔2Birmohan辛格3
|
相关文章Pubmed,谷歌学者 |
访问更多的相关文章国际先进研究期刊》的研究在电子、电子、仪表工程
视觉监控系统是最具挑战性的研究课题之一,在最近的几十年。关键技术是打击犯罪的问题,恐怖主义、公共安全的银行、商店、私人建筑等。在本文中,我们分析了运动目标检测技术,框架差异和中值的近似方法。帧差分采用参考系和步长。我们已经提出了移动物体检测以及对象跟踪通过使用修改后的帧差分法。提出了视频监控系统的单摄像机记录了被认为是为空间下的观察。拟议的方法是测试十个视频和结果表明,该方法能够检测多个移动对象清楚。结果非常令人满意。
关键字 |
视觉监控、背景减法,框架不同,移动物体检测、物体跟踪。 |
我的介绍。 |
视觉监视或视频监控是增长最快的领域与众多应用程序包括流量监测、人类活动监测、计算和其它商业应用。在所有这些应用程序提取移动对象的视频序列是操作的关键。因为相机不是在运动,ego-motion不被认为是固有的歧义和现场结构可以被丢弃在一开始[3]。人类活动的视频监控通常需要人们发现和背景减法是一种强大的机制来识别视频序列的变化[1]。识别和跟踪移动对象从一个视频序列是一个基本和重要的任务。背景减法的方法是一种常见的方法识别的移动对象的部分视频帧的背景模型有很大区别。背景减法的基本思想是将背景或前景的像素的阈值之间的差异背景图像与当前图像[6]。本文的组织结构如下:第二节总结了相关研究工作,第三节提出处理方法,第四节给出实验结果,讨论了结论在第五节引用。 |
二世。相关研究工作 |
许多研究者尝试的方法检测和跟踪移动对象在近年来已报告。Falah大肠Alsaqre和元Baomng[3]提出了一种算法来执行对视频监控系统的运动目标跟踪。背景减法的移动对象提取方法。它使用两个基本信息结构等所有活动的列表移动对象及其特性和信息匹配。江丹和豫园[4]提出的方法基于两个地区的多个对象运动跟踪和特征跟踪的实时监测系统。一种自适应背景减法的方法是采用运动检测和实时跟踪被提取移动对象的特点和实现匹配。跟踪方法可以实现有效地在不同的光线和天气条件。邓恩和Matuszewski[5]提出了一个局部对象检测技术。它使用本地化时间差异变化探测器和一种粒子滤波检测可能的可追踪的对象。它发现一个点在一个检测对象的粒子滤波跟踪可能会被初始化。Sudheer Reddy Bandi等。[6]分析了三个背景建模方法,如中值变化检测掩码和基于直方图的建模技术和两个背景减法算法即帧差和近似值。 The best result was obtained with median value method for background modeling and frame difference method for background subtraction but there was the problem of errors when the scene changed in the part of the background. Pranab kumar dhar et al. [7] had proposed an enhanced edge localization mechanism and gradient directional masking to detect moving object in video surveillance system. The appropriate directional masking was used to detect moving object. |
我们已经提出了移动物体检测以及对象跟踪通过使用修改后的帧差分法。提出了监测系统的单一静态摄像头与观测下的空间。本文提供了一种有效的运动目标检测和跟踪方法与静止背景的场景。在拟议的方法,第一视频帧和分离预处理方法用于颜色转换和减去后的前景对象从背景选择的参考系。检测到运动目标通过使用修改后的帧差分法。然后跟踪移动物体。边界框(构建大小) |
三世。提出的方法 |
拟议的方法被分成不同的模块。读取视频帧明智的在第一个模块。第一帧初始化开始的参考系的系统。强度值的当前帧相对于参考帧中提取前景图像。形态学操作进行去除噪声。该方法旨在从一个输入视频序列中提取移动对象,然后跟踪对象,如图1所示。 |
答:输入视频 |
输入本文是AVI视频格式。AVI代表音频视频交错。下一个AVI文件实际存储音频视频数据格式即兴重复(资源交换文件格式)。AVI文件,音频数据和视频数据存储下一个,这样可以允许同步音频和视频回放。音频数据通常存储在AVI文件压缩脉冲编码调制格式的各种参数。视频数据通常存储在AVI文件压缩格式的各种参数和编解码器[8]。捕获的视频AVI格式,这个视频是解读为29帧每秒的帧。该方法测试十输入视频。实验完成后检查系统的效率。 |
移动物体检测系统 |
本节提出的方法包括四个部分,参考帧选择步长选择、形态学操作和检测部分。 |
一)参考系选择(RFS) |
背景减法的方法用于分离移动物体及其背景需要一个初始参考帧或背景帧之前更新下一个序列[7]。虽然选择参考系,是小心避免图像的重叠或缺失的机会从视频序列的任何重要信息。我们选择第一帧作为参考框架。 |
![]() |
b)步长选择 |
选择合适的步长,减去参考系和下一个帧实验选定的步长。小步的长度会增加计算时间和其他开销而大的步长将减少计算时间,但我们会错过一些重要的信息。所以我们必须选择合适的步长选择实验结果的基础上。两个选择的步长在本文参考坐标系的选择。两种不同的成果视频如图2所示。Figure2显示了选择适当的坐标系得到不同的结果。参考系和步长选择不当,可能会导致重叠或缺失的重要信息的视频。图2 (a), 2 (d)表明参考系。图2 (b), 2 (e)是当前帧,图2 (c)和图2 (f)显示结果的输出帧差分后实现。很明显从图2 (c),有一个移动对象的重叠和重复。移动物体显示在一个圆圈标注红色和重叠或重复循环使用绿色标记。 Figure 2(f) shows the proper selection of the reference frame as the moving object is detected clearly without any overlapping, repetition and the loss of information. |
![]() |
c)去除噪声 |
执行摘要形态学操作消除噪音。形态学操作上执行二进制图像像素值是0或1。形态学是一组广泛的图像处理操作过程图像基于形状。形态学操作将一个结构化元素应用到一个输入图像,创建一个相同大小的输出图像。最基本的形态学操作是扩张和侵蚀。在形态学操作,输出图像中每个像素的值是基于输入图像中对应像素的比较与邻国[8]。一些噪音发生由于光线变化和机载效应等因素影响目标检测的性能。这些噪音是影响系统的性能和精度,因此需要删除。侵蚀和扩张操作用于去除噪声。 |
d)移动物体检测(MOD) |
这是本文的一个重要部分,这里的视频转换为帧与参考帧,帧包含运动物体的显示了不同的运动对象。背景减法自动视频分析的关键技术之一,尤其是在视频监控领域,它需要第一步检测场景中的运动物体。这是一个强大的机制来检测图像序列的变化。它是用来发现的总强度或突然变化的视频。有不同背景减法的方法,这些方法是使用不同的实现复杂性[6]。摘要修改后的帧差分法被用来获得更好的和有效的输出。 |
我,帧差分法 |
帧差分法是一种对运动物体检测算法使用视频序列相邻帧差。帧差分法是最简单的方法来检查视频序列中相邻帧之间变化。其基本原则是进行改变了使用视频序列中相邻帧的相似性,通过帧差,然后阈值图像的差异,确定移动物体。移动物体检测的过程中,这个方法比较对应像素的灰度值直接从图像中连续两帧图像序列,并计算出他们的不同价值根据规则[6]。对于每一个像素,相比不同的是按照方程(1)。 |
![]() |
是当前帧,−1是前一帧和k是帧数。如果差值大于阈值,像素作为前景或移动其他地区的现场是0。 |
二世。近似平均方法 |
这是一个递归方法估算一个背景模型。每个像素的背景模型相比,当前帧对应的像素,然后就增加了一个新的像素大于背景像素和递减如果小于背景像素。一个像素的背景模型收敛于一个值一半的新传入的像素大于它的价值和更小的一半。这个值被称为中位数。近似值被选中,因为它处理动作也缓慢,这是通常情况下在我们的环境中,比帧差分方法。在这种方法中,每次更新背景帧,如果偏差超过阈值或者小于阈值[6]。 |
三世。修改后的帧差分法 |
修改后的帧差分法是一种对运动物体检测算法使用帧差在选择步长视频序列。修改后的帧差分法是最简单的方法来检查视频序列帧之间的变化。其基本原理是改变了研究相似的视频序列帧选择步长,通过帧差,然后阈值图像的差异,确定移动物体。探测移动物体的过程中,这个方法比较对应像素的灰度值直接从图像序列帧的图像,并计算出他们的不同价值根据给定的算法。 |
帧差分法的主要缺点是,前台没有发现很明显,在近似方法检测到前台,但背景建模是要做。背景建模是困难和费时,因此计算时间比帧差分法。在修改后的帧差分法,前景像素设置为1,如果偏差是比其他阈值设置为0。背景建模不需要修改帧差分法。修改后的帧差分方法的主要优势是,前景检测到明显因为背景建模不是必需的,它需要更少的计算时间。该算法给出了修改后的帧差分法如下: |
![]() |
它给修改算法框架的区别,如果帧差(¯害怕一个½¯害怕一个½¯害怕一个½¯害怕一个½¯害怕一个½¯害怕一个½¯害怕一个½¯害怕一个½¯害怕一个½¯害怕一个½¯害怕一个½¯害怕一个½¯害怕一个½¯害怕一个½¯害怕一个½¯害怕一个½¯害怕害怕一个½¯½)的价值高于手动选择阈值,那么前景(¯害怕一个½¯害怕一个½¯害怕害怕一个½¯½)将1 0,最初提供前台设置为0。在拟议的方法,首先利用帧差分帧差距被选中。背景减法使用提出修改执行帧差分法有效地获取运动区域。上述三种方法之间的比较如表1所示。 |
![]() |
表1显示了三种方法的帧数读在不同运行时间(¯害怕一个½¯害怕一个½¯害怕害怕一个½¯½)。其中一个视频是读到20日,40、60和80。计算时间(¯害怕一个½¯害怕一个½¯害怕害怕一个½¯½)记录高达20帧为三种不同的方法为帧差分法是11.077711秒,9.875688秒为修改后的近似方法和中值6.107433秒帧差分法。同样的40帧是16.681398秒,19.083763秒和11.642959秒。再次为60帧是21.470048秒,28.075134秒和17.501209秒。因此很明显,修改后的帧差分法计算速度比其他两种方法。从表中得出输出是通过使用该方法更清楚。因此维护方法的精度比其他两种方法。它可以从这里得出结论,使用该方法花费更少的时间来读取相同数量的帧作为框架比较差异和近似平均方法。表1显示该方法有更多的运算速度。 |
第四,对象跟踪系统 |
本节提出的方法包括两个部分,跟踪可疑活动,然后提高警报。 |
答:可疑活动 |
对象跟踪移动物体的检测方法和策划的路线分析。的主要目标对象跟踪检测视频序列中的运动目标。这个边界框是分离出感兴趣的区域构造视频序列和类似于关键地区的处理。这可以很容易地通过调用的(边界框)属性(regionprops)函数[6]。构造边界框(矩形大小);移动物体的面积矩形内标记红色边缘颜色的虚线线型的输出。随着对象的系统,它是移动物体探测系统探测到物体边界框(然后通过构造大小)一步一步跟踪根据其动作不断。 |
![]() |
图3显示了对象的跟踪检测,一步一步根据选定的步长。图3(一个)显示,当检测到的运动区域进行了观察。然后跟踪第一次从该实例对象跟踪不断从一帧到下一帧,如图3 (b), 3 (c), 3 (d), 3 (e), 3 (f), 3 (g), 3 (h)。这表明即使是缓慢的移动也很容易探测和跟踪。 |
b .提高警惕 |
随着移动物体追踪记录声音生成系统警报。每次当有任何运动正在追踪系统中生成声音。声音可以生成beep声音乐或其他任何我们想要的输入系统。音乐在wav格式的输入系统。波形音频文件格式(波,或俗称WAV由于其文件名扩展)是微软和IBM音频文件格式标准音频比特流储存在电脑上[9]。使用生成警报发出哔声花费更少的计算时间比产生任何其他声音。 |
诉实验结果 |
测试系统,首先开始加载获得视频的软件。测试用相机拍摄的视频已经把它在一个静态的位置在一个小房间。在测试期间,十个视频输入系统。捕获的视频已经在不同的条件下,检查系统的准确性。该方法给出了非常满意的输出检测和跟踪移动物体然后提高警报。它让更多的计算速度的运行时间。不同的视频已经从单一修复了相机。5个测试视频作为一个例子来检查方法所示的性能表。 |
![]() |
我们讨论的技术方法帧差分法,近似方法和中值修改帧差分法。最好的产量已经达到一个阈值20使用修改后的帧差分法的计算时间,准确性和计算复杂度。 |
六。结论 |
该方法提取前景从输入视频有效和跟踪移动物体。方法提供了阈值选择的灵活性。小和缓慢移动的物体可以准确检测。运算速度更快的运行时间。发出警报的运动物体检测和跟踪系统。未来的工作将指向实现以下问题,比如:对象分类,阴影消除和消除假警报。 |
引用 |
|