Metody śledzenia obiektów w rozproszonych systemach monitoringu wideo

• Autorzy: Lisowski K. , Czyżewski A.
• Konferencja: Seminarium ZASTOSOWANIE KOMPUTERÓW W NAUCE I TECHNICE 2013 (XXIII; 2013 ; Gdańsk, Polska)
• Języki publikacji: PL

Abstrakty

PL

Systemy monitoringu wideo stały się powszechną częścią zarówno przestrzeni publicznej jak również miejsc o ograniczonym dostępie. Nadzór obszaru o dużej powierzchni wymaga rozmieszczenia wielu kamer. Skuteczna analiza przez człowieka dużej liczby obrazów wideo jest praktycznie niemożliwa. Dlatego rozwijane są metody służące do automatycznego przetwarzania wideo ukierunkowanego na analizę kontekstową. W przypadku niepokrywających się pól widzenia kamer znaczenia nabiera również reidentyfikacja obiektów w różnych kamerach. Ten referat koncentruje się na przeglądzie metod śledzenia obiektów pomiędzy kamerami. Docelowo automatyczna analiza ma ułatwić śledzenie sytuacji na dużym obszarze poprzez wskazanie strumieni wideo skojarzonych z pewnymi istotnymi zdarzeniami.

EN

Video surveillance systems have become common part of both the public space also restricted access. Surveillance area requires high surface area arrangement of multiple cameras. Effective analysis of a large number of human video is practically impossible. This paper focuses on a review of methods for tracking objects between cameras. Ultimately, the automatic analysis to facilitate follow the situation in a large area by identifying video streams associated with some significant events.

Słowa kluczowe

PL

monitoring wizyjny; reidentyfikacja; śledzenie obiektów

• Wydawca: Wydział Elektrotechniki i Automatyki Politechniki Gdańskiej
• Czasopismo: Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
• Rocznik: 2013
• Tom: Nr 36
• Strony: 131--136
• Opis fizyczny: Bibliogr. 30 poz., rys., tab.

Twórcy

autor

Lisowski K.

• Katedra Systemów Multimedialnych, Wydział Elektroniki, Telekomunikacji i Informatyki, Politechnika Gdańska

autor

Czyżewski A.

• Katedra Systemów Multimedialnych, Wydział Elektroniki, Telekomunikacji i Informatyki, Politechnika Gdańska

Bibliografia

• 1. Ferenbok J., Clement A.: Hidden Changes: from CCTV to ‘Smart’ video surveillance”, Eyes Everywhere: The Global Growth of Camera Surveillance, 2011, s. 235–253
• 2. Lisowski K., Czyżewski A.: Cartographic Representation of Route Reconstruction Results in Video Surveillance System, Multimedia and Internet Systems: Theory and Practice Advances in Intelligent Systems and Computing Volume 183, 2013, s. 35-44
• 3. Nascimento J.C., Marques J.S.: Performance evaluation of object detection algorithms for video surveillance, IEEE Transactions on Multimedia, vol.8, no.4, 2006, s.761-774
• 4. Ferenbok J., Clement A.: Hidden Changes: from CCTV to ‘Smart’ video surveillance, Eyes Everywhere: The Global Growth of Camera Surveillance, 2011, s. 235–253
• 5. Chilgunde A., Kumar P., Ranganath S., Weimin H.: Multi-Camera Target Tracking in Blind Regions of Cameras with Non-overlapping Fields of View, Proc. British Machine Vision Conference, 2004
• 6. Cieplinski L.: 2001. MPEG-7 Color Descriptors and Their Applications, Proceedings of the 9th International Conference on Computer Analysis of Images and Patterns (CAIP '01), Springer-Verlag, London, UK, 2001, s.11-20
• 7. Novak C.L., Shafer S.A.: Anatomy of a color histogram, Computer Vision and Pattern Recognition, 1992. Proceedings CVPR '92., 1992 IEEE Conference on Computer Society, 1992, s. 599-605
• 8. Shao H., Wu Y., Cui W., Zhang J.: Image Retrieval Based on MPEG-7 Dominant Color Descriptor, 2008. ICYCS 2008. The 9th International Conference for Young Computer Scientists, 2008, s.753-757
• 9. Kasutani E., Yamada A.: The MPEG-7 color layout descriptor: a compact image feature description for high-speed image/video segment retrieval, 2001. Proceedings. 2001 International Conference on Image Processing, 2001, s. 674-677
• 10. Hu M.-H.: Visual pattern recognition by moment invariants, IRE Transactions on Information Theory, 1962, s. 179-187
• 11. He D.-C., Wang L.: Texture Unit, Texture Spectrum, And Texture Analysis, IEEE Transactions on Geoscience and Remote Sensing, 1990, s.509-512
• 12. Lee K.-L., Chen L.-H.: An efficient computation method for the texture browsing descriptor of MPEG-7, Image and Vision Computing, 2005, s. 479-489, ISSN 0262-8856
• 13. Park D. K., Jeon Y. S., Won C. S.: Efficient use of local edge histogram descriptor. In Proceedings of the 2000 ACM workshops on Multimedia, 2000, s. 51-54
• 14. Tao Y., Skubic M., Han T., Xia Y.: Performance Evaluation of SIFT-Based Descriptors for Object Recognition, IMECS, 2010, s. 17–20
• 15. Teboul O., Kokkinos I., Simon L., Koutsourakis P., Paragios N.: Shape grammar parsing via Reinforcement Learning, 2011 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2011 s. 2273-2280
• 16. Huet B., Hancock E. R.: Structurally Gated Pairwise Geometric Histograms for Shape Indexing, 2000
• 17. Honggab K., Romberg J., Wolf W.: Multi-camera tracking on a graph using Markov chain Monte Carlo, 2009. ICDSC 2009. Third ACM/IEEE International Conference on Distributed Smart Cameras, 2009, s.1- 8
• 18. Kailath T.: The Divergence and Bhattacharyya Distance Measures in Signal Selection, IEEE Transactions on Communication Technology, Vol. 15, No. 1, Luty 1967
• 19. Lev-Tov A., Moses Y.: Path recovery of a disappearing target in a large network of cameras, Proceedings of the Fourth ACM/IEEE International Conference on Distributed Smart Cameras (ICDSC '10), 2001, s. 57-64.
• 20. Javed O., Shafique K., Shah M.: Appearance modeling for tracking in multiple non-overlapping cameras, IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2005., s. 26-33
• 21. Ellwart D., Czyzewski A.: Visual objects description for their re-identification in multi-camera systems, in Video Surveillance System, Multimedia and Internet Systems: Theory and Practice Advances in Intelligent Systems and Computing Volume 183, 2013
• 22. Bay H., Tuytelaars T., Gool L.V.: SURF : Speeded Up Robust Features. Computer Vi-sion and Image Understanding, 2008
• 23. Finlayson G. D., Schiele B., Crowley J. L.: Comprehensive Colour Image Normalization, Fifth European Conference on Computer Vision; 1998
• 24. Farrell R., Davis L.S.: Decentralized discovery of camera network topology, Second ACM/IEEE International Conference o Distributed Smart Cameras, 2008. ICDSC 2008, s.1-10
• 25. Tieu K., Grimson D. G.: Inference of non-overlapping camera network topology by measuring statistical dependence," ICCV 2005. Tenth IEEE International Conference on Computer Vision, 2005, s.1842 -1849
• 26. Niu C., Grimson E.: Recovering Non-overlapping Network Topology Using Far-field Vehicle Tracking Data, ICPR 2006. 18th International Conference on Pattern Recognition, 2006, s. 944-949
• 27. Kettnaker V., Zabih R.: Bayesian multi-camera surveillance, 1999. IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 1999
• 28. Czyżewski A., Lisowski K.: Employing flowgraphs for forward route reconstruction in video surveillance system, Journal of Intelligent Information Systems, 2013
• 29. Leung V., Orwell J., Velastin S.A.: Performance evaluation of re-acquisition methods for public transport surveillance, 2008. ICARCV 2008. 10th International Conference on Control, Automation, Robotics and Vision, 2008, s. 705-712
• 30. Nascimento J.C., Marques J.S.: Performance evaluation of object detection algorithms for video surveillance, IEEE Transactions on Multimedia, 2006, s.761,774