Monitoring of dynamic objects by observation systems of visible range of waves

• Autorzy: Prudyus I. , Tkachenko V. , Lazko L. , Kondratov P. , Fabirovskyy S. , Hryvachevskyi A.

Identyfikatory

DOI

10.5604/01.3001.0012.0951

Warianty tytułu

PL

Monitoring obiektów dynamicznych przy pomocy systemów obserwacyjnych z widzialnego zakresu fal

• Języki publikacji: EN

Abstrakty

EN

The article deals with the problem of correct detection of moving objects when they are monitored by the monitoring system that operates in the visible range of the electromagnetic radiation spectrum. Based on the analysis of existing methods, for detection of moving objects there is proposed an algorithm that is adaptive to destabilizing factors. This algorithm makes it possible to increase the accuracy of moving objects detection. The algorithm takes into account the presence of noise and its heterogeneity, both in space and time, and also removes the influence of moving shadows. The correctness of the algorithms described in this article is confirmed by their software implementation and modelling. In the process of modelling, the accuracy of object detection, proposed by the algorithm under different observation conditions, and the motion parameters of the objects were estimated.

PL

Artykuł porusza problem prawidłowego wykrywania poruszających się obiektów, gdy są one monitorowane przez system monitorujący działający w widzialnym zakresie spektrum promieniowania elektromagnetycznego. Na podstawie analizy istniejących metod zaproponowano adaptacyjny algorytm uwzględniający czynniki destabilizujące. Algorytm ten umożliwia zwiększenie dokładności wykrywania poruszających się obiektów. Uwzględnia on obecność szumu i jego niejednorodność, zarówno w przestrzeni, jak i w czasie, a także eliminuje wpływ ruchomych cieni. Poprawność algorytmów, opisanych w tym artykule, potwierdzono w czasie ich realizacji i modelowania. W trakcie symulacji przeprowadzono oszacowanie dokładności detekcji obiektów według zaproponowanego algorytmu w różnych warunkach obserwacji i dla różnych parametrów ruchu obiektu.

Słowa kluczowe

EN

video monitoring; detection of moving objects; detection of moving shadows; background subtraction; interframe difference

PL

monitoring wideo; wykrywanie poruszających się obiektów; wykrywanie poruszających się cieni; odejmowanie tła; różnica między ramkami

• Wydawca: Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
• Czasopismo: Biuletyn Wojskowej Akademii Technicznej
• Rocznik: 2018
• Tom: Vol. 67, nr 2
• Strony: 15--26
• Opis fizyczny: Bibliogr. 10 poz., il., rys., wykr.

Twórcy

autor

Prudyus I.

• Lviv Polytechnic National University, Institute of Telecommunications, Radioelectronics and Electronic Engineering, Department of Radioelectronic Devices and Systems, 12 St. Bandery Str., Lviv, 79013 Ukraine

autor

Tkachenko V.

• Lviv Polytechnic National University, Scientific and Research Design Institute of Electronic Measuring and Computer Facilities, 12 St. Bandery Str., Lviv, 79013 Ukraine

autor

Lazko L.

• Lviv Polytechnic National University, Institute of Telecommunications, Radioelectronics and Electronic Engineering, Department of Radioelectronic Devices and Systems, 12 St. Bandery Str., Lviv, 79013 Ukraine

autor

Kondratov P.

• Lviv Polytechnic National University, Scientific and Research Design Institute of Electronic Measuring and Computer Facilities, 12 St. Bandery Str., Lviv, 79013 Ukraine

autor

Fabirovskyy S.

• Lviv Polytechnic National University, Institute of Telecommunications, Radioelectronics and Electronic Engineering, Department of Radioelectronic Devices and Systems, 12 St. Bandery Str., Lviv, 79013 Ukraine

autor

Hryvachevskyi A.

• Lviv Polytechnic National University, Institute of Telecommunications, Radioelectronics and Electronic Engineering, Department of Radioelectronic Devices and Systems, 12 St. Bandery Str., Lviv, 79013 Ukraine

Bibliografia

• [1] Hryvachevskyi A., The adaptive algorithm for detecting moving objects in video monitoring, A.P. Hryvachevskyi, I.N. Prudyus, Proceedings of the Lviv, Polytechnic National University, no. 849: Electronics and Telecommunications, 2016, p. 168-172 (in Ukrainian).
• [2] Yong Xu, Background modeling methods in video analysis: A review and comparative evaluation, Yong Xu, Jixiang Dong, Bob Zhang, Daoyun Xu, CAAI Transactions on Intelligence Technology, 2016, pp. 43-60. DOI: 10.1016/J.TRIT.2016.03.005.
• [3] Neeti A., A survey of Techniques for Human Detection from Video, University of Maryland, Technical report, 2005.
• [4] Piccardi M., Background Subtraction Techniques: A Review, IEEE SMC/ICSMC, vol. 4, 2004, pp. 3099-3104.
• [5] Obukhov N.A., Detection and tracking of moving objects by comparing blocks, Information and Control Systems, no. 1, 2004, pp. 30-37.
• [6] Hussien H.M., Detection and tracking system of moving objects based on MATLAB, International Journal of Engineering Research and Technology (IJERT), 3, 10, 2014 Oct., 1-9.
• [7] Baran R., Glowacz A., Matiolanski A., The efficient real- and non-real-time make and model recognition of cars, Multimedia Tools and Applications, Springer, vol. 74, issue 12, June 2015, pp. 4269-4288. DOI: 10.1007/s11042-013-1545-2.
• [8] Wenbo Huang, Kyoung Yeon Kim, Yong Yang, Yoo-Sung Kim, Automatic Shadow Removal by Illuminance in HSV Color Space, Computer Science and Information Technology (CSIT), 2015, pp. 70-75. DOI: 10.13189/CSIT.2015.030303.
• [9] Kar A., Deb K., Moving cast shadow detection and removal from Video based on HSV color space, Electrical Engineering and Information Communication Technology (ICEEICT), 2015 International Conference on, Dhaka, 2015, pp. 1-6. DOI: 10.1109/ICEEICT.2015.7307443.
• [10] Shestov R.V., Tamyarov A.V., Brief description of modern methods of morphological processing halftone images in Matlab, Herald VUiT, no. 2, 2013, pp. 91-98.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).

The article is based on the paper presented at the 11th School-Conference “Computer Aided Metrology 2017”, Rewita Waplewo, 23-26 May, 2017.