Analiza i testowanie algorytmów generacji tła na potrzeby systemu monitoringu przestrzeni publicznej

• Autorzy: Kryjak T.

Warianty tytułu

EN

Analysis and evaluation of background subtraction algorithms for video survelliance systems

• Języki publikacji: PL

Abstrakty

PL

W artykule poruszono zagadnienia, które są istotne przy wyborze metody detekcji obiektów ruchomych dla systemu monitoringu przestrzeni publicznej. Przebadano, jak wybór przestrzeni barw wpływa na rezultaty detekcji, oraz zmierzono i zaprezentowano czasy konwersji pomiędzy przestrzeniami barw. Przeanalizowano i przetestowano szereg algorytmów generacji tła, zwracając szczególną uwagę na takie cechy, jak: zdolność do poprawnej inicjalizacji tła, odporność na nagłe zmiany oświetlenia i multimodalność tła. Dodatkowo wyniki eksperymentów wskazują, że wykorzystanie informacji o ruchu, uzyskanej poprzez wyznaczenie przepływu optycznego, może poprawić wyniki segmentacji oraz działanie generacji tła.

EN

This paper deals with important issues when choosing a moving object detection method for a video surveillance system. It was investigated, how the choice of colour space affects the segmentation results. Also conversion times between different colour spaces were measured and presented. Several baekground generation algorithms were analyzed and tested. Particular attention was paid to such features as the ability to correctly initialize the background model, the resilience to sudden changes in lighting and background multimodality. In addition, experimental results indicate that the use of motion information, obtained by calculating optical flow, may enhance the segmentation and performanee of background generation.

Słowa kluczowe

PL

przetwarzanie obrazów; analiza obrazów; generacja tła; detekcja obiektów ruchomych; przestrzenie barw; przepływ optyczny; monitoring wizyjny

EN

image processing; image analysis; background subtraction; motion detection; object segmentation; colour spaces; optical flow; video surveillance

• Wydawca: Wydawnictwa AGH
• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2011
• Tom: T. 15, z. 3
• Strony: 177--196
• Opis fizyczny: Bibliogr. 19 poz., rys., wykr., tab.

Twórcy

autor

Kryjak T.

• AGH Akademia Górniczo-Hutnicza, Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki, Katedra Automatyki, Laboratorium Biocybernetyki, al. A. Mickiewicza 30, 30-059 Kraków

Bibliografia

• [1] Baltieri D., Vezzani R., Cucchiara R., Fast Background Initialization with Recursive Hadamard Transform. Proc. of IEEE Seventh International Conference on Advanced Video and Signal Based Surveillance, 2010, 165-171.
• [2] Benedek C, Sziranyi T., Study on color space selectionfor detecting cast shadows in video surveillance. Articles. Int. J. Imaging Syst. Technol., 17, 3, 2007, 190-201.
• [3] Bouwmans T., El Baf R, Vachon B., Background modeling using mixture of Gaussians for foreground detection. A survey. Recent Patents Comput. Sci., 1, No. 3, 2008, 219-237.
• [4] Butler D., Sridharan S., Bove V.M. (Jr.), Real-time Adaptive Background Segmentation. Acoustics, Speech, and Signal Processing. Proc. (ICASSP '03). IEEE Int. Conf. on April 2003, 349-52.
• [5] Elhabian S.Y., El-Sayed K.M., Ahmed S.H., Moving object detection in spatial domain using background removal techniąues, state-ofart. Recent Patents on Computer Science, 1, 2008, 32- 54.
• [6] Hardle W., Steiger W., Optimal Median Smoothing. 1994.
• [7] Huang T.S., Yang G.J., Tang G.Y., Afast two-dimensional median filtering algorithm. IEEE Transactions on Acoustics, Speech and Signal Processing, vol. 27(1), 1979.
• [8] Lee H-C, Introduction to Color Imaging Science. Cambridge University Press, 2005.
• [9] Lucas B.D., Kanade T., An iterative image registration technique with an application to stereovision. Proc. of the 7th International Joint Conference on Artificial Intelligence (IJCAI'81), April 1981, 674-679.
• [10] McFarlane N.J.B, Schofield C.P., Segmentation and tracking of piglets in images. Machine Vision and Applications, vol. 8, No. 3, 1995, 187-193.
• [11] OpenCV, http://sourceforge.net/projects/opencvlibrary/.
• [12] Parks D.H., Fels S.S., Evaluation of Background Subtraction Algorithms with Post-Processing. Proc. of the 2008 IEEE Fifth international Conference on Advanced Video and Signal Based Surveillance, AVSS. IEEE Computer Society, Washington, 2008, 192-199.
• [13] Plataniotis K.N., Sri V, Androutsos D., Venetsanopoulos A.N., An Adaptive Nearest Neighbor Multichannel Filter. IEEE Transactions Circuits and Systems for Video Technology, 1996, 699-703.
• [14] Plataniotis K.N., Venetsanopoulos A.N., Adaptive filters for multichannel signal processing. IEEE Symposium Advances in Digital Filtering and Signal Processing, 1998, 67-71.
• [15] Prati A., Mikic I., Trivedi M.M., Cucchiara R., Detecting moving shadows: algorithms and evaluation. IEEE Transactions on Pattern Analysis and Machinę Intelligence, vol. 25, No.7, July 2003, 918-923.
• [16] Qin R., Liao S., Lei Z., Li S.Z., Moving Cast Shadow Removal Based on Local Descriptors. 20th International Conference on Pattern Recognition (ICPR), 23-26, Aug. 2010, 1377-1380.
• [17] Sanin A., Sanderson C, Lovell B.C., Improved Shadow Removal for Robust Person Tracking in Surveillance Scenarios. 20th International Conference on Pattern Recognition (ICPR), 23-26 Aug. 2010, 141-144.
• [18] Stauffer C, Grimson W.E.L., Adaptive background mixture models for real-time tracking. Proc. IEEE CVPR 1999, 1, vol. 2, 246-252.
• [19] Wren C.R., Azarbayejani A., Darrell T., Pentland A.P., Pfinder: real-time tracking of the human body. IEEE Transactions on Pattern Analysis and Machinę Intelligence, vol. 19, No. 7, 1997, 780-785.