CC BY
27
Актуальные проблемы авиации и космонавтики. Информационные технологии
УДК 004.936
С. Н. Зинин Научный руководитель - М. Н. Фаворская Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Красноярск
ОПРЕДЕЛЕНИЕ ДВИЖЕНИЯ ПЕШЕХОДОВ НА ВИДЕОПОСЛЕДОВАТЕЛЬНОСТИ
Определение движения объектов в реальном времени применяется, прежде всего, в системах безопасности. В соответствии с этим возникают требования к точности определения движущегося объекта и общего характера его движения. В данной работе рассказывается об организации приложения и разработке метода определения движения пешеходов.
При определении движущегося пешехода возникает ряд проблем, присущих всем задачам определения объектов на изображении [1]:
1. Проблемы со светом (флуктуация, недостаточная освещенность и т. д.).
2. Объекты фона могут быть классифицированы неверно.
3. Дефекты принятого изображения или дефекты самого объекта.
Существуют дополнительные проблемы, связанные с движением:
1. Неожиданность появления объектов в кадре.
2. Большое разнообразие данных на входе (различие в походке, поведении).
3. Движение фона или движение камеры.
Как правило, необходимо определить движущийся объект, направление или траекторию его движения. Текущая задача предполагает использование неподвижной камеры. Первым этапом является нахождение областей движения в кадре. Здесь возникает проблема пересечения траекторий двух или более объектов [2; 3]. Для ее решения предлагается использование форсированных гистограмм, которые позволяют классифицировать объекты и разделить их общую область движения в случае необходимости. На этом этапе решается вторая задача классификации объектов.
Процедура определения класса требует значительных временных затрат, поэтому выполнять ее на каждом кадре нерационально. В связи с этим в систему включается модуль, хранящий историю дви-
жения каждого объекта и области. На этом этапе решается третья задача определения траектории движения объекта.
В ходе работы программы неизбежны погрешности, поэтому пользователь может указать интересующие зоны возможного движения и характеристики объектов, настроить программу под окружающее освещение, что значительно уменьшит время реакции программы и вероятность неверной классификации. Для того чтобы захват изображения с камеры выполнялся своевременно, а процесс классификации и определения траектории не расходились во времени, работа программы разделена на тринадцать параллельных потоков, каждый из которых соответствует своему модулю. В дальнейшем предлагается использование классификаторов Хаара для определения принадлежности лиц в рамках уже классифицированных областей, а также создания базы данных и модуля сетевого оповещения о произошедших событиях.
Библиографические ссылки
1. Laptev I. Improving object detection with boosted histograms, IEEE Transactions on Image Processing, 2009. Р. 329-339.
2. Bierling M. View-independent action recognition, SPIE Conf., 2010. Р. 912-931.
3. Haritaoglu L. S. Efficient subwindow search, CVPR08, 2008. Р. 22-22.
© Зинин С. Н., Фаворская М. Н., 2010
УДК 004.932
И. А. Зинкович Научный руководитель - М. Н. Фаворская Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Красноярск
МЕТОДЫ ИМИТАЦИИ ВОДНЫХ ПОВЕРХНОСТЕЙ В 3Б-СЦЕНАХ
Рассматриваются методы имитации движения волн и визуализации водных поверхностей. Анализируются методы симуляции поведения водной поверхности.
Бурный рост производительности и качества графических средств персональных компьютеров в последние годы и глобальная стандартизация графических программных интерфейсов существенно
расширила применение персональных компьютеров в качестве аппаратной платформы для различных графических приложений, таких как приложения виртуальной реальности и симуляторы.
