Виявлення форми рухомого об'єкту шляхом фрагментного аналізу

Автор(и)

  • Машталір Сергій Володимирович Харківський національний університет радіоелектроніки, пр. Науки 14. Харків, 61166, Україна
  • Лендьел Дмитро Павлович Ужгородський національний університет, площа Народна 3. Ужгород, 88000, Україна

DOI:

https://doi.org/10.15276/hait.07.2024.30

Ключові слова:

фрагментний аналіз відео послідовностей, норма Ky Fan, декомпозиція сингулярного значення, виявлення об'єктів, виявлення контурів об'єктів, аналіз даних

Анотація

Розвиток інформаційних технологій, пов’язаних з аналізом візуальної інформації нерозривно пов’язаний з методами виділення різноманітних ознак або об’єктів для полегшення їх подальшого аналізу. Це пов’язано зі зростаючими вимогами до візуальних даних з боку користувача. При цьому виявлення саме об’єктів є одним із фундаментальних і найскладніших завдань визначення місцезнаходження даних на зображеннях і відео. У минулому багато уваги приділялося додатковим дослідженням задач комп’ютерного зору, таких як класифікація об’єктів, підрахунок об’єктів і моніторинг об’єктів. При цьому дослідники майже ніколи не звертали уваги на факт того, яка форма у рухомого об’єкту, а, зазвичай, залишали це питання для подальшого аналізу. В той же час для, наприклад, задачі класифікації мати в якості вхідної інформації об’єкт з чіткими абрисами форми було б корисним. Представлене дослідження забезпечує обробку фрагментів відео для визначення форми рухомого об’єкта. Наш підхід заснований на поділі кожного кадру на фрагменти, які дозволяють представити кадр зображення у вигляді квадратної матриці для формального опису. Прямокутний відеокадр був перетворений у квадратну матрицю за допомогою SVD, де кожен елемент є значенням норми Ky Fan, в якості дескриптору. Зміни сцени в кадрі впливатимуть на коливання норми Ky Fan. Порівняння змін норми фрагментів з іншими змінами норми фрагментів дозволить нам оцінити, наскільки ці зміни значні. Якщо значення норми перевищує порогове значення, ми можемо включити цей фрагмент до складу рухомого об’єкта. Комбінуючи такі фрагменти разом, ми виявимо форму рухомого об’єкту. Поріг динамічний і залежить від часу. У цьому дослідженні ми приділили увагу розрахунку порогового значення для надійної ідентифікації фрагментів рухомого об’єкта. Також зазначимо, що експерименти проводилися для випадку, коли є нерухома камера (камера відеоспостереження) і деякий рухомий об’єкт в полі зору. І в цьому випадку вдалося отримати чіткий контур складної форми для рухомого об’єкту. Більш складні випадки одночасного руху і об’єкту, і камери буде розглянуто пізніше.

Завантаження

Дані завантаження ще не доступні.

Біографії авторів

Машталір Сергій Володимирович, Харківський національний університет радіоелектроніки, пр. Науки 14. Харків, 61166, Україна

доктор технічних наук, професор кафедри Інформатики

Scopus Author ID: 36183980100 

Лендьел Дмитро Павлович, Ужгородський національний університет, площа Народна 3. Ужгород, 88000, Україна

аспірант кафедри Інформаційних управляючих систем та технологій

 

Опубліковано

2024-11-21

Як цитувати

Mashtalir, S. V. ., & Lendel, D. P. . (2024). Moving object shape detection by fragment processing. Вісник сучасних інформаційних технологій, 7(4), 414–423. https://doi.org/10.15276/hait.07.2024.30