20-ая Международная конференция по компьютерной графике и зрению Встроенная видеоаналитика для детектирования и сопровождения объектов при помощи многомасштабных.

Презентация:



Advertisements
Похожие презентации
IV всероссийская научно-практическая конференция «Территориально-распределенные системы охраны» Алгоритмы сопровождения целей в системах охраны протяженных.
Advertisements

Алгоритм многокамерного сопровождения человека используя данные от видеокамеры и тепловизора В.В. Терехов, И.Е. Ермолаев, Н.В. Птицын ООО «Синезис»,
Сопровождение движущихся объектов в условиях их заслонения движущимися и неподвижными препятствиями. Н.П. Походенько, И.Е. Ермолаев, Н.В. Птицын, ООО «Синезис»,
Стрельников Константин МГУ им. М.В. Ломоносова, Лаборатория компьютерной графики и мультимедиа Быстрый алгоритм обнаружения.
Дворянкин С. В., Модестов А. А., Дураковский А. А. НИЯУ « МИФИ » 2010.
СМАРТ СИТИ Умный и безопасный город. Понятие «УМНЫЙ» предполагает рассмотрение города как организм Рецепторы: видеокамеры – глаза датчики звука - уши.
Практический опыт внедрения биометрических технологий идентификации личности Конференция Intelligent Video Докладчик: Андрей Хрулев.
Технологии и программные продукты ЗАО «ИИТ» в области видеонаблюдения 2014.
Охранные радарные системы. Что такое Радарные Системы? Следующий шаг в Безопасности объекта ВерификацияПрименениеРадар в действииУзнайте больше Сканирование.
SDR40E 4-х канальная система видео-аудио записи Малоканальная система цифровой аудио- видео записи Компактные размеры Компактные размеры Низковольтное.
FAONET-LIN16PC ЦИФРОВАЯ СИСТЕМА ВИДЕОНАБЛЮДЕНИЯ. FAONET-LIN16PC FAONET-LIN16PC –ЦИФРОВАЯ СИСТЕМА ВИДЕОНАБЛЮДЕНИЯ FAONET-LIN16PC –ЦИФРОВАЯ СИСТЕМА ВИДЕОНАБЛЮДЕНИЯ.
1 Интеллектуальные алгоритмы обработки изображений для решения задачи распознавания в реальном времени бортовыми системами С.М. Соколов 1, А.А. Богуславский.
Продвинутые функции О компании Поддержка SIP Производство Производственный центр 1. Производственный цех 2.Сборка, тестирование, упаковка.
1 ТЕХНИЧЕСКОЕ ЗРЕНИЕ В СИСТЕМАХ УПРАВЛЕНИЯ Международная лаборатория «Сенсорика», ИПМ им.М.В.Келдыша РАН Андреев Виктор Павлович, к.ф.-м.н. Коррекция геометрического.
Методы обработки графических изображений. Распознавание человека по изображению лица Плюсы: - не требуется специальное или дорогостоящее оборудование;
Восприятие.. это процесс обработки сенсорной информации, результатом которой является интерпретация окружающего нас мира как совокупности предметов и.
ПАКЕТ НОВЫХ ИЗОБРЕТЕНИЙ ПАКЕТ НОВЫХ ИЗОБРЕТЕНИЙ для внедрения в разрабатываемые системы промышленного и охранного телевидения В.М. Смелков.
Обработка растровых изображений В лекции использованы различные материалы лаборатории Компьютерной Графики МГУ.
От микросхемы до системы… Система объектовой видеоаналитики для безопасности ЖД вокзала.
Транксрипт:

20-ая Международная конференция по компьютерной графике и зрению Встроенная видеоаналитика для детектирования и сопровождения объектов при помощи многомасштабных признаков Николай Птицын, ООО «Синезис», г. Санкт-Петербург сентября 2010

Встроенная видеоаналитика ВИДЕО МЕТАДАННЫЕ ИНДЕКС СОБЫТИЙ ЗОНА 5 СКЛАД ПРАВИЛА СОБЫТИЙ

Подзадачи видеоаналитики Детектирование Сопровождение Распознавание

Проблемы видеоанализа сцены с изменчивым фоном

Разнообразие объектов и моделей поведения Бег, слабая контрастность Медленное движение шагом, ползком, кувырком Использование лестницы Движение по диагонали Несколько человек

Причины ложных срабатываний в стерильной зоне 1.Неравномерное изменение освещения – Движения теней от облаков – Движение теней от качающихся деревьев 2.Дрожание камеры 3.Животные, птицы и насекомые 4.Повторное срабатывание детектора – Разрыв траектории трекера считается ошибкой 5.Помехи, искажение видеосигнала 6.Осадки: cнежная пурга, дождь, туман

Причины ложных срабатываний (простые детекторы движения) РЕЗКОЕ ИЗМЕНЕНИЕ ОСВЕЩЕНИЯ ОТ ОБЛАКОВ НАСЕКОМОЕЖИВОТНОЕ ПТИЦА

Обработка изображения в первичной зрительной коре V1 SUM MAX направленные фильтры простые сложные

Пример сложных признаков – признаки Хаар

Уравнение Нака-Руштона: передаточная характеристика насыщения

Две фазы многомасштабного видеоанализа

Многомасштабное сегментирование Исходное изображение Маски с грубой детализацией Маски с высокой детализацией

Гибридный метод сопровождения Изменчивый объект - связывание регионов Индивидуальное сопровождение объектов в группе – моделирование объекта и корреляция

Сопровождение людей в группе «Облако признаков» каждого объекта Z-буфер для отслеживания перекрытий объектов Сопровождение объектов после встречи и временного исчезнования

Показатели точности для сценария «Проникновение в стерильную зону» 38 часов, PAL (720 x 576 x 25 кадров/с), M-JPEG, 40 Мбит/c Число истинноположительных срабатываний (нет ошибки): a = 432 Число ложноположительный срабатываний (ошибка I рода): b = 2 Число ложноотрицательных срабатываний (ошибка II рода): с = 0 Весовой параметр Чувстви- тельность Специфичность Взвешенное среднее Формула Оперативная тревога Запись событий

Сопровождения на фоне подвижный теней деревьев

Однокристальная реализация: многоядерная система до 8,000 MIPS Видео- аналитика Сжатие HD H.264 и MJPEG Операционная система Linux Операционная система Linux Видеофильтры 1080p

Телекамера HD с аналитикой

Многофункциональный видеосервер

Основные результаты работы 1.Адаптация нейробиологического механизма к охранному телевидению 2.Многомасштабные признаки в виде пирамиды для детектирования, сопровождения и распознавания 3.Высокая оптимизация алгоритмов для однокристальной реализации 4.Серийное производство оборудования 5.Точность F 1 =0.98+ по методике i-LIDS