Algorytm wideodetekcji korzystający z metody obliczania przepływu optycznego

• Autorzy: Głowacz A. , Mikrut Z. , Pawlik P.

Warianty tytułu

EN

Optical flow as a base for videodetection algorithm

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono koncepcję i realizację algorytmu wykrywania i zliczania pojazdów, opartego na analizie przepływu optycznego (optical flow). Porównano efektywność i czas obliczeń trzech algorytmów. Wybrano algorytm Horna--Schuncka i zastosowano go do wydzielania ruchomych obiektów. Stwierdzono, że algorytm dobrze wydziela ruchome obiekty po zastosowaniu binaryzacji stałoprogowej. Skonstruowano podstawowy algorytm detekcji i zliczania pojazdów. Przedstawiono wyniki i sformułowano plan dalszych badań.

EN

The article presents the concept and implementation of an algorithm for detection and counting of vehicles, based on the analysis of optical flow. The effectiveness and computation time of three optical flow algorithms were compared. Horn-Schunck algorithm was selected and used for a separation of moving objects. It was found that after binarization (using a constant threshold) the algorithm truly isolates moving objects. Next a basic algorithm for detecting and counting of vehicles was constructed. The results were presented and plans for further research were formulated.

Słowa kluczowe

PL

przepływ optyczny; algorytm Horna-Schuncka; segmentacja; detekcja pojazdów

EN

optical flow; Horn—Schunck algorithm; segmentation; vehicle detection

• Wydawca: Wydawnictwa AGH
• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2011
• Tom: T. 15, z. 3
• Strony: 521--534
• Opis fizyczny: Bibliogr. 19 poz., rys., wykr., tab.

Twórcy

autor

Głowacz A.

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

autor

Mikrut Z.

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

autor

Pawlik P.

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

Bibliografia

• [1] Adamski A., Bubliński Z., Mikrut Z., Pawlik R, The image-based automatic monitoringfor safety traffic lanes intersections. [w:] J. Piecha (Ed.), Transactions on TRANSPORT SYSTEMS TELEMATICS, Wyd. Politechniki Śląskiej, Gliwice 2004, 92-102.
• [2] Adamski A., Mikrut Z., The Cracovian prototype of videodetectors feedback in transportation systems. [w:] J. Piecha (Ed.), Transactions on TRANSPORT SYSTEMS TELEMATICS, Wyd. Politechniki Śląskiej, Gliwice 2004, 140-151.
• [3] Beauchemin S.S., Barron J.L., The Computation of Optical Flow. ACM Computing Surveys, 27(3): 1995, 433-67.
• [4] Barron J.L., Beauchemin S.S., Fleet D.J., On Optical Flow. 6th Int. Conf. on Artificial Intelligence and Information-Control Systems of Robots. Bratislaya, Slovakia, Sept 12-16: 1994, 3-14.
• [5] Barron J.L., Fleet D.J., Beauchemin S.S., Performance of optical flow techniąues. Int. Journal of Computer Vision, 12(1), 1994, 43-77.
• [6] Brox T., Bruhn A., Papenberg N., Weickert J., High accuracy optical flow estimation based on a theory for warping. European Conference on Computer Vision (ECCV), 2004.
• [7] Galvin B., McCane B., Novins K., Mason D., Mills S., RecoveringMotion Fields: An Evaluation of Eight Optical Flow Algorithms. Proc. of the British Machinę Vision Conference (BMVC), September 1998.
• [8] Horn B.K.P., Schunck B.G., Determining optical flow. Artificial Intelligence, 17, 1981, 185-204.
• [9] Horn B.K.P., Schunck B.G., Determining optical flow: a retro spective. Artificial Intelligence, 59, 1993, 81-87.
• [10] Kotula K., Mikrut Z., Detection and segmentation ofvehicles based on a hierarchical „optical flow" algorithm. Mat. Konf. TELEMATYKA I BEZPIECZEŃSTWO TRANSPORTU Katowice, październik 2006, 34-46.
• [11] Liu H., Hong T., Herman M., Camus T., Chellappa R., Accuracy vs. Efficiency Trade-offs in Optical Flow Algorithms. Computer Vision and Image Understanding (CVIU), 72(3), 1998, 271-286.
• [12] Lucas B.D., Kanadę T., An iterative image registration techniąue with an application to stereo vision. Proc. 7th Intl. Joint Conf. on Artificial Intelligence (IJACAI), August 24-28, Vancouver, 1981, 674-679.
• [13] Mikrut Z., Road Traffic Measurement Using Yideodetection. Image Processing and Communications, vol. 3, No. 3-4, 1997, 19-30.
• [14] Mikrut Z., The Cracovian Yideodetector -from Ideas to Embedding. Proc. Int. Conf. Transportation and Logistics Integrated Systems ITS-ILS 07, Kraków, October 2007, 29-37.
• [15] Mikrut Z., Pałczyński K., Segmentacja sekwencji obrazów z wideodetektora na podstawie przepływu optycznego. Automatyka (półrocznik AGH), t. 7, z. 3, 2003, 371-384.
• [16] Sand P., Teller S., Particle video. IEEE Computer Vision and Pattern Recognition (CVPR), 2006.
• [17] Tadeusiewicz R., Ogiela M.R., Semantic Content ofthe Images. [w:] R.S. Choras, A. Zabludow-ski (Eds.), Image Processing & Communications Challenges, Academy Publishing House EXIT, Warsaw 2009, 15-29.
• [18] Visesh Chari., High Accuracy Optical Flow Using a Theory for Warping. http://perception. inrialpes.fr/~chari/myweb/Software/ (ostatni dostęp 4 lipca 2010).
• [19] Projekt INSIGMA. AGH, Kraków, 2011. http://insigma.kt.agh.edu.pl.