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.
Примеры обработки информации (Алгоритмы) Примеры обработки информации (Алгоритмы)
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