Решетневские чтения. 2018
УДК 004.932
ОБНАРУЖЕНИЕ ЖИВОТНЫХ НА ИЗОБРАЖЕНИЯХ В ПРИРОДНЫХ УСЛОВИЯХ НА ОСНОВЕ ЗАМЕТНОСТИ ОБЪЕКТОВ*
В. В. Буряченко
Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
Е-шаП: buryachenko@sibsau.ru
Представлен метод обнаружения и локализации животных на изображениях на основе заметности объектов. Рассмотрен подход к обнаружению животных на основе оценки значений контрастности, а также цветовых компонентов изображения.
Ключевые слова: Saliency, фотоловушки.
ANIMAL DETECTION IN THE WILD ENVIRONMENT BASED ON OBJECTS SALIENCY
V. V. Buryachenko
Reshetnev Siberian State University of Science and Technology 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation Е-mail: buryachenko@sibsau.ru
The paper presents a method of animal localization on the images obtained with camera-traps based on saliency detection. The method performs object localization based on combination of different parameters, such as contrast and color components of image.
Keywords: Saliency, camera traps.
Осуществление наблюдения за животными в заповедниках является одним из важнейших направлений деятельности персонала. В связи с большими объемами лесных пространств и особенностями поведения животных для этой цели часто используются видео-и фотокамеры.
Наличие информации о поведении животных, их популяции, местонахождении позволяет быстрее отследить возникающие ситуации и обезопасить животных и людей, посещающих заповедники. При этом является невозможным постоянное наблюдение за видеопоследовательностями при помощи операторов, в связи с чем ведется запись материала с видеокамер.
Для повышения качества работы заповедников полученный видеоматериал можно анализировать и определять наличие и вид животных, попавших в поле зрение камер.
Подобная задача решается при помощи различных методов цифрового анализа изображений и видеопотока.
В данной работе предлагается подход на основе анализа значимости объектов переднего плана на изображении. На основании значений контрастности, а также цветовых компонент блоков пикселей на изо-
бражении выполняется обнаружение объектов, привлекающих внимание по формуле
^ ( у )= ^ х[( х Ы )+( х ) + ( * М)],
где 7шах, Цплх, Ушах - максимальные значения соответствующих компонент цветовой модели УИУ на изображении в области размером 16*16 пикселов; a, Ь, c - коэффициенты, подобранные на основе проведенных экспериментов; Z(x, у) - значимость объекта интереса в точке х, у на изображении.
Практические эксперименты проводились с использованием базы данных изображений, отснятых в заповеднике Ергаки с 2012 до 2018 годов. База содержит более 30 000 изображений различного качества, которые получены в различных условиях и включают в себя дневные и ночные снимки, а также изображения животных в разное время года. В связи с этим необходимо учитывать различные показатели освящения, а также варьировать цветовые параметры в зависимости от времен года.
На рисунке показаны примеры обнаружения животных на изображениях с учетом различных параметров.
Исследование выполнено при финансовой поддержке Российского фонда фундаментальных исследований, Правительства Красноярского края, Красноярского краевого фонда науки в рамках научного проекта: «Разработка методов и алгоритмов мониторинга диких животных и птиц на особо охраняемых природных территориях по визуальным данным».
Программные средства и информационные технологии
г д е
Обнаружение животных на изображениях при помощи оценки заметности объектов
Проведенные эксперименты показали, что алгоритм обнаружения животных на изображениях в природной среде позволяет выделить объект с точностью 50-90 % в зависимости от освещения и природных условий. При ночной съемке (см. рисунок, г, д) точность значительно снижается, при аналогичных параметрах больше внимания уделяется листве деревьев, небу и другим природным объектам.
В работе предложен алгоритм, позволяющий выполнить обнаружение животных на изображениях в природной среде. Выполнена оценка эффективности алгоритма в различных условиях, что показывает возможность его применения для обнаружения животных на изображениях при осуществлении видеонаблюдения в заповедниках края.
Качество работы алгоритма можно повысить, если проводить предобработку изображения, выполнять
устранение шумов или использовать видеопоследовательности для анализа данных.
References
1. Zhang Z., He Z., Cao G., & Cao W. Animal Detection From Highly Cluttered Natural Scenes Using Spatiotemporal Object Region Proposals and Patch Verification. IEEE Transactions on Multimedia. 2016. 18 (10). P. 2079-2092.
2. Favorskaya M., Buryachenko V. Fast salient object detection in non-stationaty video sequences based on spatial saliency maps. In: De Pietro, G., Gallo, L., Howlett, R. J., Jain, L. C. (eds.) Intelligent Interactive Multimedia Systems and Services, SIST, bol. 55. P. 121-132.
© Буряченко В. В., 2018