CC BY
46
Секция «Программные средства и информационные технологии»
УДК 004.932
ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА ВИДЕОПОСЛЕДОВАТЕЛЬНОСТИ В РЕЖИМЕ РЕАЛЬНОГО ВРЕМЕНИ ДЛЯ ЗАДАЧИ СЕГМЕНТАЦИИ КОЖИ
К. В. Степурко, Е. Г. Абдугалимова Научный руководитель - М. Н. Фаворская
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева
Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
Е-mail: croszeria@mail.ru
Рассмотрен способ решения задачи поиска возможных областей рук в режиме реального времени. Проведен сравнительный анализ методов автокоррекции виделпотока по следующим параметрам: время обработки, площади найденных программой областей лица и руки. Результаты анализа сведены в соответствующую таблицу.
Ключевые слова: цветовая сегментация, автокоррекция видеопотока, Retinex-алгоритм.
REAL TIME PREPROCESSING OF VIDEO SEQUENCE IN FOR SKIN SEGMENTATION
K. V. Stepurko, E. G. Abdugalimova Scientific supervisor - M. N. Favorskaya
Reshetnev Siberian State Aerospace University 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation E-mail: croszeria@mail.ru
The way of solving the problem of search for possible areas of hands in real time is considered. The comparative analysis of methods of video auto-correction on following parameters: the processing time, the area offound areas of the face and hand. Analysis results are summarized in the table.
Keywords: color segmentation, auto-correction of video, Retinex-algorithm.
Сегментация и распознавание жестов является сложной задачей машинного зрения, которая дополнительно усложняется при использовании веб-камер низкого разрешения, при неравномерном освещении сцены и других артефактов. Качество видеоматериалов, поступающих с таких камер, требует улучшения. Одним из способов улучшения качества видеопотока является использование методов автокоррекции.
Для анализа методов автокоррекции был разработан программный продукт для поиска возможных областей рук на видеопоследовательности в режиме реального времени. Поиск возможных областей рук определяется следующим образом:
• автокоррекция видеопотока (Autolevels [1], Single-Scale Retinex [3], Multi-Scale Retinex [3] и эквализация [4]);
• поиск областей кожи происходит по нижеприведенной процедуре:
R > 95 and G > 40 and B > 20,
max{R,G,B} - min{R,G,B} > 15 and (1)
\R - G\ > 15 and R > G and R > B;
• морфологическая обработка (операция расширения);
• сегментация (разделение обнаруженных областей кожи);
• исключение ложных областей (область руки занимает примерно 10-30 % от всего изображения и центр масс области не может находиться ниже 1/4 высоты изображения).
Программа разработана на языке Delphi в среде Embracadero RAD Studio XE.
Актуальные проблемы авиации и космонавтики - 2015. Том 1
Тестирование проводилось при следующих условиях: процессор - Intel Core i5-4200M CPU 2.50GHz, ОЗУ - 8,00 ГБ, видеопоследовательность, взятая из общедоступных источников [2].
Анализ работы методов автокоррекции проводился по следующим критериям: время, которое программа затрачивала на обработку кадра и площадь найденных программой областей кожи (с предварительной автокоррекцией и без нее).
Среднее время обработки одного кадра: с методом «Autolevels» - 51,036 мс, с методом «Single-Scale Retinex» - 87,953 мс, с методом «Multi-Scale Retinex» - 94,537 мс, с эквализацией - 78,648 мс, без применения автокоррекции - 14,829 мс.
В результате работы программы были найдены изображения руки и лица. Лицо найдено, так как программа должна находить все участки, похожие на кожу. В таблице показано, насколько найденные программой области руки и лица совпадают с областями, выделенными экспертом.
Площади совпадения найденных и ранее выделенных областей кожи при предварительным улучшением видео и без него
Без применения автокоррекции Autolevels Single-Scale Retinex Multi-Scale Retinex Эквали-зация
% № кадра~~--^ Рука Лицо Рука Лицо Рука Лицо Рука Лицо Рука
31 84,38 86,05 85,01 85,4 85,2 86,59 84,86 85,75 84,16
94 85,01 85,11 84,83 85,47 85,86 86,7 85,61 86,59 84,59
136 84,26 86,3 85,35 85,53 85,9 85,67 85,9 86,69 83,54
193 84,92 85,14 83,99 85,78 85,7 85,8 85,7 85,67 83,43
240 84,87 85,22 84,4 85,87 84,99 86,44 84,99 86,48 83,49
269 84,19 85,31 84,28 86,35 85,02 85,72 84,91 85,79 83,54
Согласно представленным выше данным, лучшим по быстродействию является метод «Autolevels», худшим стал метод «Multi-Scale Retinex».
Программа с предварительным улучшением видео методом эквализации нашла только изображение руки и при этом в сравнении с применением других методов автокоррекции показала худшие результаты. Лучший результат программа дает с применением методов семейства Retinex.
Таким образом, наиболее подходящим методом для решения поставленной задачи можно назвать метод «Single-Sca+le Retinex», который не является самым быстродействующим, тем не менее, находит возможные области руки в большинстве случаев.
Библиографические ссылки
1. Конушин А. Общая схема алгоритмов распознавания [Электронный ресурс]. URL: http://courses.graphicon.ru/files/courses/vision/2009/cv_2009_02.pdf (дата обращения: 11.03.2015).
2. Порядок [Электронный ресурс]. URL: http://www.youtube.com/watch?v=qCqEFd7wp_U (дата обращения: 10.03.2015).
3. Daniel J. Jobson A Multiscale Retinex for Bridging the Gap Between Color Images and the Human Observation of Scenes) [Электронный ресурс]. URL: http://fias.uni-frankfurt.de/~triesch/courses/ 275vision/papers/multiscaleRetinex.pdf (дата обращения: 10.03.2015).
4. Histogram Equalization [Электронный ресурс]. URL: http://www.math.uci.edu/icamp/courses/ math77c/demos/hist_eq.pdf (дата обращения: 10.03.2015).
© Степурко К. В., Абдугалимова Е. Г., 2015
