ردیابی اشیاء متحرک چندگانه در تصاویر دوربین متحرک
نوع فایل: word (قابل ویرایش)
تعداد صفحات : 107 صفحه
چکیده
موضوع ردیابی اهداف یکی از مهمترین مسائل موجود در علم بینایی ماشین می باشد. مساله ردیابی اهداف چندگانه در تصاویر به دست آمده از دوربین متحرک در این پایان نامه مورد ارزیابی قرار گرفته است. برای حل کردن این مساله دو روش کلی در این پایان نامه ارائه شده است. روش اول عمدتا بر پایه الگوریتم های تطبیق بلوکی می باشد. در این روش با استفاده از جبران سازی حرکتی و دسته بندی حرکت های مختلف موجود در تصویر، نواحی مربوط به اهدف و پس زمینه مشخص خواهند شد. سپس عملیات ردیابی با استفاده از فیلتر کالمن صورت گرفته است. با توجه به نتایج به دست آمده، این روش توانایی ردیابی اهداف با دقت بسیار زیاد را در بیش تر شرایط دارا می باشد. دومین روش پیشنهادی اساسا بر گرفته از الگوریتم تطبیق نقطه ای شناخته شده ای به نام SIFT می باشد. در این روش با ایجاد تطبیق میان نقاط کلیدی ناحیه هدف و نقاط متناظر در فریم بعدی، سعی در یافتن ناحیه هدف در فریم های متوالی می شود. مساله ردیابی نواحی هدف در دنباله فریم به وسیله فیلتر کالمن صورت می پذیرد. با توجه به این که هدف در این روش به صورت محلی بررسی می شود، این روش در موقعیت های مختلف ردیابی از قبیل محو شدگی دارای توانایی زیادی می باشد. با توجه به نمودارها و جدول های می توان نتیجه گرفت که این روش از نظر دقت در بسیاری از موارد ردیابی عملکرد به مراتب قوی تری نسبت به اکثر روش های موجود دارد.
فهرست مطالب
صفحه عنوان
فصل ۱ مقدمه— 1
۱-۱ مقدمه —- 2
۱-۱-۱ ساختار سیستم های ردیابی —— ۳
۱-۱-۱-۱ دوربین ——– 3
۱-۱-۱-۲ هدف - 5
۱-۱-۲ نحوه عملکرد سیستم های ردیابی ——– ۶
۱-۱-۲-۱ الگوریتم های فاقد خاصیت پیش بینی– 6
۱-۱-۲-۲ الگوریتم های دارای خاصیت پیش بینی– ۷
۱-۲ تعریف مساله و مشکلات پیش رو — ۸
۱-۳ نحوه حل مساله —— ۱۰
۱-۴ سر فصل ها ۱۱
فصل ۲ مروری بر تحقیقات صورت گرفته ——- ۱۴
۲-۱ مقدمه —- ۱۵
۲-۲ روش های مختص دوربین ثابت – ۱۵
۲-۲-۱ روش تفریق پس زمینه ——– ۱۵
۲-۳ روش های قابل استفاده در دوربین متحرک - ۱۷
۲-۳-۱ روش Mean Shift —— 17
۲-۳-۲ روش CAM Shift —— 20
۲-۳-۳ روش جریان بصری ——- ۲۱
فصل ۳ الگوریتم های ارائه شده به منظور آشکار سازی —– ۲۴
۳-۱ مقدمه —- ۲۵
۳-۲ الگوریتم پیشنهادی اول ——– ۲۶
۳-۲-۱ جبران سازی حرکتی به وسیله الگوریتم های تطبیق بلوکی ——- ۲۶
۳-۲-۱-۱ مفهوم الگوریتم تطبیق بلوکی ——– ۲۷
۳-۲-۱-۲ الگوریتم های جستجوی بلوک متناظر - ۲۹
۳-۲-۱-۳ به دست آوردن ناحیه متحرک تصویر – ۳۳
۳-۲-۲ قطعه بندی تصویر به وسیله الگوریتم K-Means —— 34
۳-۲-۳ نمودار جریان الگوریتم پیشنهادی اول —— ۳۷
۳-۳ الگوریتم پیشنهادی دوم ——– ۳۹
۳-۳-۱ ساختن فضای مقیاس ۴۱
۳-۳-۲ استفاده از تقریب LoG —- 44
۳-۳-۳ یافتن نقاط کلیدی در تصویر —- ۴۶
۳-۳-۴ حذف نقاط کلیدی غیر موثر —- ۴۷
۳-۳-۴-۱ آشکارساز گوشه Harris — 47
۳-۳-۴-۲ حذف نقاط با تفکیک پذیری کم با استفاده از بسط تیلور – ۵۱
۳-۳-۵ جهت دهی به نقاط کلیدی انتخاب شده —- ۵۳
۳-۳-۶ ایجاد خصیصه های SIFT —— 54
فصل ۴ ردیابی توسط فیلتر کالمن — ۵۶
۴-۱ مقدمه —- ۵۷
۴-۲ فیلتر کالمن ——– ۵۷
۴-۳ نوع حرکت اهداف —- ۶۱
۴-۴ استفاده عملی از فیلتر کالمن —- ۶۲
فصل ۵ شبیه سازی و مقایسه ——– ۶۶
۵-۱- مقدمه —- ۶۷
۵-۲- دنباله فریم های مورد استفاده — ۶۸
۵-۲-۱- دنباله فریم اول ۶۹
۵-۲-۲- دنباله فریم دوم ۷۱
۵-۲-۳- دنباله فریم سوم ۷۳
۵-۲-۴- دنباله فریم چهارم ——- ۷۵
۵-۲-۵- دنباله فریم پنجم ——– ۷۸
فصل ۶ نتایج و پیشنهادات ۸۲
۶-۱- مقدمه —- ۸۳
۶-۲- نتیجه گیری ——– ۸۳
۶-۳- پیشنهادات ۸۴
فهرست منابع —– ۸۶
فهرست مطالب
صفحه عنوان
فصل ۱ مقدمه— 1
۱-۱ مقدمه —- 2
۱-۱-۱ ساختار سیستم های ردیابی —— ۳
۱-۱-۱-۱ دوربین ——– 3
۱-۱-۱-۲ هدف - 5
۱-۱-۲ نحوه عملکرد سیستم های ردیابی ——– ۶
۱-۱-۲-۱ الگوریتم های فاقد خاصیت پیش بینی– 6
۱-۱-۲-۲ الگوریتم های دارای خاصیت پیش بینی– ۷
۱-۲ تعریف مساله و مشکلات پیش رو — ۸
۱-۳ نحوه حل مساله —— ۱۰
۱-۴ سر فصل ها ۱۱
فصل ۲ مروری بر تحقیقات صورت گرفته ——- ۱۴
۲-۱ مقدمه —- ۱۵
۲-۲ روش های مختص دوربین ثابت – ۱۵
۲-۲-۱ روش تفریق پس زمینه ——– ۱۵
۲-۳ روش های قابل استفاده در دوربین متحرک - ۱۷
۲-۳-۱ روش Mean Shift —— 17
۲-۳-۲ روش CAM Shift —— 20
۲-۳-۳ روش جریان بصری ——- ۲۱
فصل ۳ الگوریتم های ارائه شده به منظور آشکار سازی —– ۲۴
۳-۱ مقدمه —- ۲۵
۳-۲ الگوریتم پیشنهادی اول ——– ۲۶
۳-۲-۱ جبران سازی حرکتی به وسیله الگوریتم های تطبیق بلوکی ——- ۲۶
۳-۲-۱-۱ مفهوم الگوریتم تطبیق بلوکی ——– ۲۷
۳-۲-۱-۲ الگوریتم های جستجوی بلوک متناظر - ۲۹
۳-۲-۱-۳ به دست آوردن ناحیه متحرک تصویر – ۳۳
۳-۲-۲ قطعه بندی تصویر به وسیله الگوریتم K-Means —— 34
۳-۲-۳ نمودار جریان الگوریتم پیشنهادی اول —— ۳۷
۳-۳ الگوریتم پیشنهادی دوم ——– ۳۹
۳-۳-۱ ساختن فضای مقیاس ۴۱
۳-۳-۲ استفاده از تقریب LoG —- 44
۳-۳-۳ یافتن نقاط کلیدی در تصویر —- ۴۶
۳-۳-۴ حذف نقاط کلیدی غیر موثر —- ۴۷
۳-۳-۴-۱ آشکارساز گوشه Harris — 47
۳-۳-۴-۲ حذف نقاط با تفکیک پذیری کم با استفاده از بسط تیلور – ۵۱
۳-۳-۵ جهت دهی به نقاط کلیدی انتخاب شده —- ۵۳
۳-۳-۶ ایجاد خصیصه های SIFT —— 54
فصل ۴ ردیابی توسط فیلتر کالمن — ۵۶
۴-۱ مقدمه —- ۵۷
۴-۲ فیلتر کالمن ——– ۵۷
۴-۳ نوع حرکت اهداف —- ۶۱
۴-۴ استفاده عملی از فیلتر کالمن —- ۶۲
فصل ۵ شبیه سازی و مقایسه ——– ۶۶
۵-۱- مقدمه —- ۶۷
۵-۲- دنباله فریم های مورد استفاده — ۶۸
۵-۲-۱- دنباله فریم اول ۶۹
۵-۲-۲- دنباله فریم دوم ۷۱
۵-۲-۳- دنباله فریم سوم ۷۳
۵-۲-۴- دنباله فریم چهارم ——- ۷۵
۵-۲-۵- دنباله فریم پنجم ——– ۷۸
فصل ۶ نتایج و پیشنهادات ۸۲
۶-۱- مقدمه —- ۸۳
۶-۲- نتیجه گیری ——– ۸۳
۶-۳- پیشنهادات ۸۴
فهرست منابع —– ۸۶
