Тарасов Андрей Сергеевич. Метод и алгоритмы обнаружения и сопровождения подвижных объектов на видеопоследовательности

Короткий опис

Тарасов Андрей Сергеевич. Метод и алгоритмы обнаружения и сопровождения подвижных объектов на видеопоследовательности;[Место защиты: ФГБОУ ВО «Рязанский государственный радиотехнический университет имени В.Ф. Уткина»], 2023

МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ
ФЕДЕРАЦИИ
Федеральное государственное бюджетное образовательное учреждение
высшего образования
«Рязанский государственный радиотехнический университет
имени В.Ф. Уткина»
Тарасов Андрей Сергеевич
«Метод и алгоритмы обнаружения и сопровождения подвижных объектов на видеопоследовательности»
Специальность: 2.3.8. - Информатика и информационные процессы
Диссертация на соискание ученой степени
кандидата технических наук
Научный руководитель: кандидат технических наук, доцент Никифоров М.Б.
Рязань 2023 г.
ВВЕДЕНИЕ 6
ГЛАВА 1. АНАЛИТИЧЕСКИЙ ОБЗОР 17
1.1. Обзор российских и зарубежных патентов 18
1.1.1. Выводы 21
1.2. Обзор методов обнаружения 22
1.2.1. Методы и алгоритмы, основанные на вычитании фона ... 22
Нерекурсивные методы 22
Рекурсивные методы 23
1.2.2. Методы, базирующиеся на временных различиях: 23
1.2.3. Локализацонные нейронные сети 24
1.2.4. Оценка существующих решений в области обнаружения 25
1.2.5. Выводы 26
1.3. Обзор методов сопровождения 27
1.3.1. Метод корреляционного поиска 28
1.3.2. Метод, основанный на вычислении оптического потока . 32
1.3.3. Метод, основанный на связывании особых точек 35
1.3.4. BOOSTING трекер 41
1.3.5. MIL Tracker 42
1.3.6. TLD Tracker 43
1.3.7. MEDIANFLOW Tracker 44
1.3.8. GOTURN Tracker 45
1.4. Разработка методики сравнения эффективности 47
1.4.1. Разработка методики оценки эффективности методов
обнаружения объектов 47
1.4.2. Разработка методики оценки эффективности методов
сопровождения объектов 48
1.5. Выводы по первой главе 58
ГЛАВА 2. РАЗРАБОТКА МЕТОДОВ И АЛГОРИТМОВ ОБНАРУЖЕНИЯ И СОПРОВОЖДЕНИЯ ОБЪЕКТОВ 61
2.1. Предварительная обработка кадра 64
2.1.2. Формирование карты с использованием ключевых точек 70
2.1.3. Устранение движения видеосистемы с использованием
оптического потока 72
2.1.4. Устранение перемещения 73
2.1.5. Устранение вращения 74
2.1.6. Устранение масштабирования 76
2.2. Определение подвижных объектов 77
2.2.1. Контурный анализ МКД 80
2.2.2. Объединение близких контуров 82
2.2.3. Восстановление контура 83
2.2.4. Объединение контуров в объекты интереса 84
2.2.5. Метод Джарвиса 85
2.2.6. Анализ оптического потока 87
2.3. Алгоритмы сопровождения объектов 89
2.3.1. Модель работы системы сопровождения 89
2.3.2. Модифицированный алгоритм корреляционного поиска 91
2.3.3. Сопровождение на основе оптического потока 94
2.3.4. Нейросетевой метод Y-Net 94
2.3.5. Сопровождение на основе сопоставления особых точек . 98
2.3.6. Алгоритм линейной регрессии 101
2.4. Выводы 103
ГЛАВА 3. РАЗРАБОТКА ЭКСПЕРТНОЙ СИСТЕМЫ ВЫБОРА
МЕТОДА СОПРОВОЖДЕНИЯ ОБЪЕКТОВ 104
3.1. Выбор модели ИНС и формирование обучающей выборки . 104
3.2. Наборы входных данных 106
3.3. Наборы выходных данных 108
3.4. Методика оценки системы выбора метода 109
3.5. Выводы 112
ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ 114
4.1. Исследование метода обнаружения объектов 114
4.2. Исследование алгоритмов сопровождения 117
4.2.1. На наборе Visual Object Tracking 117
4.2.2. Исследование на пользовательском наборе данных 122
4.3. Выводы 124
ЗАКЛЮЧЕНИЕ 125
Список литературы 127

Список літератури

ЗАКЛЮЧЕНИЕ
В данной работе была выполнена разработка и исследование алгоритмов и методов обнаружения и сопровождения объектов.
В результате проведенных исследований решена задача разработки методов обнаружения и сопровождения разнородных объектов в различных условиях и сценариях.
При этом получены следующие основные научные результаты:
1. Выполнен анализ существующих методов и алгоритмов обнаружения и сопровождения объектов;
2. Разработан алгоритм предварительной обработки изображений, позволяющий устранить искажения, обусловленные недостатками конструкции видеосистемы, за счёт анализа оптического потока, снижающий ошибку при сопровождении на 13,5 %, а также уменьшающий вероятность ложного обнаружения подвижного объекта на 18,6 % в сравнении с алгоритмами обнаружения и сопровождения объекта без стабилизации.
3. Разработан метод обнаружения подвижных объектов, обеспечивающий снижение ошибки, на 27 % за счёт применения анализа векторов оптического потока и их кластеризации на основе метода k-средних в сравнении с методом обнаружения, построенным на межкадровом диспаритете.
4. Разработаны четыре алгоритма сопровождения.
- Первый основан на корреляционном поиске, и отличается от существующего тем, что корреляционный поиск применяется совместно с методом Нелдера-Мида и методом Мультистарт с расположением начальных точек в окрестностях предыдущего расположения объекта, что сокращает количество вызовов ЦФ не
менее, чем « в 7 раз при сравнении с полным перебором.
125
- Второй основан на вычислении оптического потока, и отличается от существующего тем, что частично задействуются векторы, полученные на этапе обнаружения объектов, что сокращает вычислительную сложность в « 1,9 раза.
- Третий основан на сопоставлении особых точек и отличается от существующих решений тем, что применен подход разделения точек на квадраты, что сокращает время, затраченное на поиск пары, в « 10 раз в сравнении с алгоритмом полного перебора всех точек- кандидатов.
- Четвертый основан на сегментационной нейронной сети, которая работает на основе данных межкадрового диспаритета и оптического потока и позволяет определять места, в которых происходило движение, что позволяет добиться показателей точности выше на 10 % в сравнении с аналогичным алгоритмом GOTURN.
5. Предложена экспертная система для выбора метода сопровождения, уменьшающая конечную ошибку сопровождения на 14 % в сравнении с принудительным использованием только одного метода сопровождения.
6. Проведены экспериментальные исследования, подтверждающие эффективность разработанных методов.