Zastosowanie metod przetwarzania sekwencji wideo do wspomagania monitoringu miejskiego

• Autorzy: Chmielewska A. , Pawłowski P. , Dąbrowski A.

Warianty tytułu

EN

Applying methods of processing the sequence of the video for supporting the urban monitoring

• Języki publikacji: PL

Abstrakty

PL

Praca przedstawia praktyczne zastosowania metod przetwarzania sekwencji wideo w automatycznym wykrywaniu sytuacji zagro- żeń bezpieczeństwa za pomocą rozbudowanych systemów monitoringu i CCTV. Uwzględniono kilka najczęściej spotykanych sytuacji zagrożenia, w tym m.in. wejście osoby na przejście dla pieszych przy czerwonym świetle, jazdę samochodem w niewłaściwym kierunku na ulicy jednokierunkowej. Zrealizowano również wykrycie zagrożeń przez zbyt szybko poruszające się obiekty (pojazdy, osoby), wystąpienia dymu lub ognia, inteligentny monitoring przystanków komunikacji miejskiej z detekcją wtargnięcia osoby na tory lub jezdnię. Zaproponowane modele zdarzeń wykorzystano i przetestowano w algorytmach automatycznej detekcji zagrożeń z użyciem technik przetwarzania sekwencji wideo.

EN

This article presents applications of video processing theory in the automatic detection of threats in advanced CCTV systems. Several, most common situations were analyzed: pedestrian crossing on the red light, driving in wrong direction on the one-way road. Some other danger situation were also taken into account: too fast object movement (people, cars), smoke or fire, entering on forbidden areas like for example tracks on the tram stop. The algorithms for detection of these situations were proposed. Presented models of the threats were utilized and tested in the algorithms for automatic detection and supporting of CCTV operators, using video processing techniques.

Słowa kluczowe

PL

przetwarzanie sekwencji wideo; monitoring miejski; CCTV; algorytmy automatycznej detekcji zagrożeń; wykrywanie niebezpiecznych zdarzeń

• Wydawca: Wyższa Szkoła Informatyki i Umiejętności
• Czasopismo: Zeszyty Naukowe Wyższej Szkoły Informatyki
• Rocznik: 2010
• Tom: Vol. 9, Nr 3
• Strony: 65--84
• Opis fizyczny: Bibliogr. 19 poz., rys.

Twórcy

autor

Chmielewska A.

autor

Pawłowski P.

autor

Dąbrowski A.

• Pracownia Układów Elektronicznych i Przetwarzania Sygnałów, Wydział Informatyki, Politechnika Poznańska, ul. Piotrowo 3a, 60-965 Poznań

Bibliografia

• [1] Oprogramowanie do inteligentnaj analizy obrazu, Bosch http://www.boschsecuritysystems.pl/content/language1/html/3310_PLK_XHTML.asp
• [2] Zych K., Rejestracja to za mało. Inteligentna analiza obrazu http://www.volta.com.pl/userfiles/file/artykuly/3.pdf
• [3] „Definicja ognia“ http://en.wikipedia.ogr/wiki/ogien
• [4] Chmielewska A., Przetwarzanie sekwencji wideo w automatycznym rozpoznawaniu stanów zagrożenia, Praca magisterska, Politechnika Poznańska, Poznań, 2009, niepublikowana
• [5] Opis palety barw HSV http://en.wikipedia.org/wiki/hsv
• [6] Tadeusiewicz R., Komputerowa analiza i przetwarzanie obrazów Kraków : Wydawnictwo Fundacji Postępu Telekomunikacji, 1997
• [7] Shorif Udin M., Shioyama T., Detection of Pedestrian Crossing Using Bipolarity Feature – An Image-Based Technique, IEEE Ttansacions of Intelligent Transportation System, vol.6, no.4, 2005
• [8] Uddin M. S., Shioyama T., Measurement of pedestrian crossing length using vector geometry—An image based technique, in Proc.IEEE Int. Midwest Symp. Circuits and Systems, Hiroshima, Japan, Jul. 2004, vol. I, pp. 229–232 A. Chmielewska, P. Pawłowski, A. Dąbrowski 83
• [9] Zhao Q., Zhang G. Y., Video Based Real-Time Pedestrian Detection on Zebra Cross, Image and Signal Processing, Shanghai, China, 2009
• [10] Youfu WU, Gang Zhou, Jing WU, Moving Object Segmantation for Determining Direction, Global Congress on Intelligent Systems, Xiamen, 2009
• [11] Huang H., Lu M., Wang H., Ma X., Cai, Z. A Plane-Geometry Model for Automatic Detection of Visual Vehicle Incident, 2009 International Conference on Test and Measurement, 2009
• [12] Pornpanomchai Ch., Stheitsthienchai F., Rattanachuen S. , Object Detection and Counting System, 2008 Congress on Image and Signal Processing, 2008
• [13] Healey G., Slater D., Lin T., Drda B., Goedeke A. D., A system for real-time fire detection, Computer Vision and Pattern Recognition, pp.15–17, 1993
• [14] Phillips III W., Shah M., Lobo N. V., Flame recognition in video, Pattern Recognition Letters, vol. 23, pp. 319–327, 2002
• [15] Celik T., Demirel H., Ozkaramanli H., Uyguroglu M., Fire detection in video sequences using statistical color model, Department of Electrical and Electronic Engineering, Eastern Mediterranean University
• [16] Yamagishi H., Yamaguchi J. , Fire flame detection algorithm using a color camera, Proceedings of 1999 International Symposium on Micromechatronics and Human Science, 1999, p.255-260
• [17] Yamagishi H., Yamaguchi J., A contour fluctuation data processing method for fire flame detection using a color camera, 26th Annual Conference of the IEEE Industrial Electronics Sosiety, Volume: 12, 2000, p. 824-829
• [18] Plumb O.A., Richard R.F., Development of an economical video based fire detection and location system, US Department of Commerce, Technology Administration, National Institute of Standards and Technology. 1996
• [19] Chao-Ching Ho, Tzu-Hsin Kuo, Real-Time Video-Based Fire Smoke Detection System, 2009 IEEE/ASME International Conference on Advanced Intelligent Mechatronics, Singapore, 2009