Bazujący na sygnale wideo algorytm o niskim obliczeniowo koszcie do kontroli bezpieczeństwa osobistego w strefie przemysłowej

• Autorzy: Lech P.

Warianty tytułu

EN

A low computationally video based algorithms for control of personal safety in industrial zone

• Języki publikacji: PL

Abstrakty

PL

Zapewnienie bezpieczeństwa w strefach przemysłowych jest realizowane w oparciu specjalistyczne systemy eksperckie dedykowane dla konkretnej branży, część z nich działa w oparciu o detekcję zmian w obrazach sekwencji wideo. Prezentowany w pracy szybki algorytm do wykrywania zmian w obrazach, działa w oparciu o metodę Monte Carlo. Badania wykazały dużą szybkość obliczeń wynikającą z redukcji ilości analizowanych danych, odporność na niski poziom zakłóceń oraz wysoką skuteczność wykrywania zmian.

EN

Ensuring safety in the industrial zones is realised on the basis of specialised expert systems, some of them operate on the detection of changes in the image from video sequence. In this paper is presented fast algorithm based on the Monte Carlo method for detecting changes in images. The studies have shown: high-speed calculations resulting from the reduction of the analysed data, resistance to low noise and high efficiency of detection of changes.

Słowa kluczowe

PL

szybki algorytm; metoda Monte Carlo; detekcja zmian; strefa bezpieczeństwa

EN

fast algorithm; Monte Carlo (MC) method; safety zone

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2013
• Tom: R. 89, nr 4
• Strony: 335--337
• Opis fizyczny: Bibliogr. 7 poz., rys., tab.

Twórcy

autor

Lech P.

• Zachodniopomorski Uniwersytet Technologiczny w Szczecinie, Wydział Elektryczny, Katedra Przetwarzania Sygnałów i Inżynierii Multimedialnej

Bibliografia

• [1] Collins R., Lipton A., Kanade T., Fujiyoshi H., Duggins D., Tsin Y., Tolliver D., Enomoto N., Hasegawa O., A system for video surveillance and monitoring: VSAM final report, Robotics Inst.,CMU-RI-TR-00-12, 2000
• [2] O’Malley M.K., Principles of Human-machine Interfaces and Interactions, In Life Science Automation: Fundamentals and Applications, Mingjun Zhang, Bradley Nelson and Robin A. Felder (Eds.) Artech House Publishers, (2007), 101-125
• [3] Okarma K., Lech P., Application of the Monte Carlo preliminary image analysis and classification method for the automatic reservation of parking space, Machine Graphics and Vision, 18 (2009), No. 4, 439-452
• [4] Chen D., Odobez J.-M., Sequential Monte Carlo Video Text Segmentation. International Conference on Image Processing ICIP 2003, vol. 3, 21–24, IEEE Press, New York (2003)
• [5] Quan G., Chelappa R., Structure from Motion Using Sequential Monte Carlo Methods, Int. Journal of Computer Vision 59, (2004), No. 1, 5-31
• [6] Vermaak J., Ikoma N., Godsill S.J., Sequential Monte Carlo Framework for Extended Object Tracking, IEE Proc. Radar Sonar Navig.,152 (2005), No. 5, 353-363
• [7] Rafinski L., Wykrywanie komponentów twarzy na potrzeby określenia jej położenia przy wykorzystaniu obrazów w skali szarości, Przegląd Elektrotechniczny, 2 (2009) 33-36