W publikacji przedstawiono kluczowe dla realizacji algorytmów wideodetekcji algorytmy generacji tła i wykrywania ruchu. Zaproponowano modyfikacje algorytmu generacji tła umożliwiającą pracę algorytmu w warunkach średniego i dużego natężenia ruchu pojazdów. Przedstawiono sposób adaptacji algorytmu do efektywnej implementacji w układzie reprogramowalnym. Przedstawiono również modyfikację sposobu realizacji algorytmu SAD, odpowiedzialnego za wykrywanie ruchu. Modyfikacja ta dotyczy implementacji FPGA w środowisku Pixel Streams. Polega ona na wprowadzeniu możliwości dowolnego zdefiniowania 32 obszarów zainteresowania w analizowanym obrazie. Pozwala to niezależnie i równolegle prowadzić obliczenia dla poszczególnych, zdefiniowanych przez użytkownika, aktywnych pól wideodetekcji.
EN
In the present paper the background generation and motion detection algorithms, which are of key importance for the implementation of videodetection, has been presented. A modification of the background generation algorithm, allowing for a proper algorithm functioning at medium and high traffic conditions, has been proposed. An adaptation of the algorithm for implementation in the reprogrammable device has been presented. A modification of the SAD algorithm, used for motion detection has been introduced. The modification allows for unrestricted defining of 32 Regions of Interest of irregular shape and structure in the analyzed image. It gives a capability to conduct the calculation in independent and parallel manner for particular, user-defined, active videodetection regions.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Jednym z ważniejszych zadań wideodetekcji jest lokalizacja obiektów (pojazdów i pieszych) będących w ruchu. W celu realizacji tego zadania postanowiono sprawdzić przydatność metod wyznaczania przepływu optycznego (optical flow). Na podstawie badań literaturowych wybrano dwie metody: lokalną Lucasa-Kanade i globalną Horna-Schuncka. Opierając się na analizie sztucznie wygenerowanych sekwencji obrazów, określono optymalne parametry obu metod. Dokonano wyboru najlepszego kryterium segmentacji, którym okazała się wartość modułu prędkości optycznej. Wyniki sprawdzono na rzeczywistych obrazach ruchu drogowego, pozyskanych z krakowskiego wideodetektora, uzyskując zadowalające efekty.
EN
One of the most important tasks of videodetection is the localization of moving objects (vehicles and pedestrians). For realization of that task the utility of the optical flow calculation methods has been tested. After reviewing the available literature two methods have been selected: local Lucas-Kanade method and a global Horn-Schunck method. The optimal parameters for both methods have been determined from analysis of artificially generated image sequences. The best segmentation criterion has been selected as the modulus of optical flow speed. The results have been tested on real road traffic images, collected from the Kraków videodetector, with quite satisfactory results.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.