Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Elektronika : konstrukcje, technologie, zastosowania

1 2018

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: widzenie nocne

Sortuj według:

Ogranicz wyniki do:

Termowizyjna detekcja pieszych z użyciem segmentacji obrazu poprzez progowanie

Piniarski K., Pawłowski P

Elektronika : konstrukcje, technologie, zastosowania

2018

Vol. 59, nr 4

13--18

W artykule zaprezentowano procedurę detekcji pieszych na obrazach termowizyjnych z użyciem udoskonalonych technik segmentacji obrazów z przeznaczeniem do samochodowych systemów widzenia nocnego. Na etapie segmentacji obrazu zaproponowano technikę podwójnego progowania, technikę rozszerzania obszarów zainteresowań oraz dodatkowe etapy filtracji względem proporcji boków, filtracji perspektywicznej oraz filtracji obszarów homogenicznych. Zaproponowane rozwiązania przetestowano na bazie nagrań termowizyjnych CVC-14. Wyniki pokazały, że zaproponowane techniki progowania z rozszerzaniem obszarów zainteresowań istotnie poprawiają wskaźnik chybienia (z 41,5% do 4,1%), a ograniczenie liczby kandydatów do dalszego przetwarzania poprzez filtrację pozwoliło na pracę algorytmu w czasie rzeczywistym (szybkość przetwarzania do 33 klatek na sekundę) z dokładnością detekcji na poziomie najnowszych rozwiązań występujących w literaturze.

This paper presents a procedure for detection of pedestrians in thermal images using improved image segmentation techniques with application to the car night vision systems. Especially the image segmentation stage was improved by several original solutions: a double thresholding technique, a region expanding techniques and additional filtering steps with respect to the area of candidates, perspective filtering and the filtering of homogenous regions. All proposed solutions were tested with the CVC-14 pedestrian thermal dataset. The results showed that the proposed thresholding techniques with the region enlargement significantly improve the miss rate (from 41.5% to 4.1%). Additional filtering reduces the number of candidates for further processing and allows the algorithm to work in the real time (processing speed up to 33 frames per second) with the accuracy of detection comparable to the other state-of-the-art solutions.