Zmodyfikowana hybrydowa metoda nieliniowej estymacji tła dla wizyjnych systemów śledzenia ruchu pojazdów

• Autorzy: Krzysztof Okarma , Przemysław Mazurek

Warianty tytułu

A Modified Hybrid Method of Nonlinear Background Estimation for Vision Based Vehicle Tracking Systems

• Języki publikacji: PL

Abstrakty

W artykule przedstawiono efektywną metodę estymacji tła przydatną w technikach śledzenia ruchu pojazdów na drodze w Inteligentnych Systemach Transportowych. Ze względu na wpływ szumu oraz zakłóceń powodowanych przez inne ruchome obiekty na wyniki estymacji tła najlepsze wyniki zapewnia stosowanie technik nieliniowych z dodatkowym pomijaniem lub uśrednianiem sąsiednich klatek sekwencji wideo. W celu weryfikacji algorytmów estymacji tła możliwe jest wykorzystanie wskaźników podobieństwa obrazu lub porównawczych wskaźników jakości obrazu wymagających jednak znajomości referencyjnego obrazu tła. Dzięki ich zastosowaniu możliwe jest również adaptacyjne przełączanie pomiędzy algorytmami estymacji tła w zależności od wykrytych lokalnych zmian w obrazie powodowanych przez poruszające się obiekty, a także pominięcie klatek lub ich fragmentów znacząco różniących się z tego powodu od pozostałych. W artykule zaproponowano i zweryfikowano modyfikację uprzednio proponowanego hybrydowego podejścia do estymacji tła [5], dzięki czemu uzyskano szybszą zbieżność estymacji oraz zwiększenie stabilności uzyskiwanych wyników.(abstrakt oryginalny)

EN

In the paper an effective method of background estimation is presented, useful for vehicles tracking on the road in Intelligent Transportation Systems. Due to the influence of noise and contaminations caused by some other moving objects on the results of the background estimation the best results can be achieved using the nonlinear algorithms with additional skipping or averaging the neighbouring video frames. In order to verify the background estimation algorithms some image similarity metrics and full-reference image quality assessment methods, which require the reference background image, can be applied. Due to their usage an adaptive switching between the background estimation algorithms can also be applied, depending on the detected local changes of consecutive images caused by moving objects as well as skipping some frames or their fragments which differ significantly from the others. In the paper a proposition and verification of the modified version of previously proposed hybrid approach to background estimation [5] is presented, which allows the faster convergence of background estimation and increase of the stability of obtained results.(original abstract)

Słowa kluczowe

PL

Inteligentne Systemy Transportowe; Estymacja

EN

Intelligent Transport Systems (ITS); Estimation

• Czasopismo: Logistyka
• Rocznik: 2012
• Numer: nr 3, CD 1
• Strony: 1747--1752

Twórcy

autor

Krzysztof Okarma

• Wyższa Szkoła Techniczno-Ekonomiczna w Szczecinie

autor

Przemysław Mazurek

• Wyższa Szkoła Techniczno-Ekonomiczna w Szczecinie

Bibliografia

• [1] Cucchiara, R., Grana, C., Piccardi, M., Prati, A.: Detecting Moving Objects, Ghosts and Shadows in Video Streams. IEEE Transactions on Pattern Analysis and Machine Intelligence vol. 25, no. 10, str. 1337-1342, 2003.
• [2] Eskicioglu, A.: Quality Measurement for Monochrome Compressed Images in the Past 25 Years. Proceedings of the International Conference on Acoustics Speech & Signal Processing, str. 1907-1910, Istanbul, Turkey, 2000.
• [3] Maddalena, L., Petrosino, A.: A Self-organizing Approach to Background Subtraction for Visual Surveillance Applications. IEEE Transactions on Image Processing, vol. 17, no. 7, str. 1168-1177, 2008.
• [4] Okarma, K., Mazurek, P.: Background Estimation Algorithm for Optical Car Tracking Applications. Machinebuilding and Electrical Engineering no. 7-8, str. 7-10, 2006.
• [5] Okarma, K., Mazurek, P.: Nonlinear background estimation methods for video vehicle tracking systems. Archives of Transport Systems Telematics vol. 4 issue 4, str. 42-48, 2011.
• [6] Piccardi, M.: Background subtraction techniques: a review. Proceedings of the IEEE International Conference on Systems, Man and Cybernetics, The Hague, Netherlands, str. 3099-3104, October 2004.
• [7] Reddy, V., Sanderson, C., Lovell, B.C.: A Low-Complexity Algorithm for Static Background Estimation from Cluttered Image Sequences in Surveillance Contexts. EURASIP Journal on Image and Video Processing, Article ID 164956, 14 str., 2011.
• [8] Wang, Z., Bovik, A., Sheikh, H., Simoncelli, E.: Image Quality Assessment: From Error Measurement to Structural Similarity. IEEE Transactions on Image Processing, vol. 13, no. 4, str. 600-612, 2004.