Thạc Sĩ Hệ thống quan sát đa mục tiêu tối ưu hàm đánh giá đối tượng

Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/

iv
MỤC LỤC

DANH MỤC HÌNH VẼ .V
MỞ ĐẦU 1
CHƯƠNG 1. TỔNG QUAN THEO DÕI ĐỐI TƯỢNG . 3
1.1 Xử lý video 3
1.2 Bài toán theo dõi đối tượng . 7
1.3 Ứng dụng thực tế - giám sát thông minh . 10
1.4 Thành phần của thuật toán . 14
1.5 Các thuật toán so sánh . 25
1.6 Phát hiện các đối tượng chuyển động 26
CHƯƠNG 2. THUẬT TOÁN THEO DÕI ĐA MỤC TIÊU TỐI ƯU HÀM
ĐÁNH GIÁ ĐỐI TƯỢNG . 35
2.1 Ký hiệu . 37
2.2 Phát hiện các đối tượng 37
2.3 Hàm đánh giá đối tượng 44
2.4 Tối ưu hoá hàm đánh giá đối tượng . 48
2.5 Theo vết đối tượng . 51
2.6 Thuật toán 56
2.7 Kết luận chương 2 57
CHƯƠNG 3. CÀI ĐẶT THỬ NGHIỆM . 58
3.1 Môi trường cài đặt . 58
3.2 Trích dẫn một số mã nguồn . 58
3.3 Kết quả thực nghiệm 63
3.4 Kết luận chương 3 74
KẾT LUẬN 75
TÀI LIỆU THAM KHẢO 76
Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/

v
DANH MỤC HÌNH VẼ
Hình 1-1 Cấu trúc phân cấp của video . 4
Hình 1-2. Khung hình khác nhau nhưng có cùng biểu đồ màu . 5
Hình 1-3. Theo dõi khách bộ hành . 7
Hình 1-4 Hệ thống camera điều khiển xe tự hành SCABOR 7
Hình 1-5 Mô hình hệ thống giám sát . 11
Hình 1-6: Hệ thống camera giám sát giao thông. 13
Hình 1-7 Hệ thống camera giám sát an ninh. . 13
Hình 1-8: Công nghệ nhận diện khuôn mặt. 14
Hình 3-9: Bộ cơ sở dữ liệu . 66
Hình 3-10 IMG1: Đối tượng ảnh số 1 được theo dõi qua các khuôn hình từ 3-16 67
Hình 3-11 IMG2: Đối tượng ảnh số 14 được theo dõi qua các khuôn hình 85-88,
bị khuất trong khuôn hình 89, xuất hiện lại trong hình 90 với mã số mới 16 68
Hình 3-12 IMG2: Đối tượng ảnh số 16 được theo dõi tiếp qua các khuôn hình
140-154 . 69
Hình 3-13 IMG2: Đối tượng ảnh số 16 được theo dõi tiếp trong mã số 29 qua các
khuôn hình 195-210. Có một số đỗi tượng mới xuất hiện, tuy nhiên còn nhỏ nên
không hiện mã số trên màn hình 70
Hình 3-14 IMG3: Có 2 đối tượng ảnh trong khuôn hình 666-680. Do kích thước
của đối tượng nhỏ hơn ngưỡng đặt trước nên mã số không hiển thị trên khuôn
hình . 71
Hình 3-15 IMG3: Đối tượng ảnh số 89 được teo dõi trong các khuôn hình 780-
800. Một đối tượng ảnh đi cùng không được hiển thị mã số do kích thước của đối
tượng nhỏ hơn ngưỡng đặt trước 72
Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/

1
MỞ ĐẦU
Theo dõi đa đối tượng là một nhiệm vụ đã có từ lâu với ngành an
ninh, nay là nhiệm vụ quan trọng trong lĩnh vực thị giác máy tính. Sự gia
tăng của máy tính cấu hình mạnh, sự sẵn có của các máy quay video chất
lượng cao và không tốn kém, và nhu cầu ngày càng tăng về phân tích video
tự động đã tạo ra rất nhiều sự quan tâm về các thuật toán theo dõi đa đối
tượng.
Các thuật toán này đã có ứng dụng rộng rãi là hệ thống giám sát
thông minh tự động - trợ giúp đắc lực cho con người thực hiện theo dõi,
giám sát. Ví dụ giám sát giao thông một hệ thống giám sát thông minh có
thể cho ta biết được số lượng phương tiện lưu thông qua đoạn đường, đưa
ra thông tin về tốc độ chuyển động, đường đi của đối tượng được theo dõi.
Khó khăn chính của bài toán theo dõi đa đối tượng là sự phức tạp của
không gian quan sát với số lượng lớn quỹ đạo đối tượng liên tục, và một số
quỹ đạo rời rạc. Để giải quyết theo dõi tương tác giữa các đối tượng cần
phải có các mô hình thuật toán tối ưu, đảm bảo phân tích được trong thời
gian thực. Ý thức được những lợi ích mà hệ thống giám sát thông minh
mang lại: ” Hệ thống quan sát đa đối tượng tối ưu hàm đánh giá đối tượng”
để từ đó nắm được các thật toán giải quyết bài toán theo dõi giám sát đa đối
tượng chuyển động trong video với sự tối ưu hóa hàm hàm đánh giá đối
tượng mà kết quả là tối ưu nguồn lực máy tính.
Đối tượng của luận văn này là tìm hiểu kết quả nghiên cứu trong lĩnh
vực giám sát đa đối tượng (multi object tracking) di chuyển trong video
bằng sự tối ưu hàm đánh giá đối tượng. Luận văn sẽ phân tích và thực
nghiệm thuật toán cho bài toán trên.
Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/

2
Ngoài phần mở đầu và kết luận, luận văn được chia làm 3 chương,
luận văn có các chương như sau:
Chương 1: Tổng quan về theo dõi đối tượng trong xử lý ảnh
Trình bày các vấn đề đặt ra cần giải quyết trong hệ thống theo dõi
thông minh, giới thiệu bài toán phát hiện, phân loại, theo dõi đối tượng
chuyển động trong hệ thống theo dõi đối tượng.
Chương 2: Phương pháp phát hiện và theo dõi đa đối tượng
Phân tích giải pháp bài toán theo dõi đa đối tượng thời gian thực
bằng cách tối ưu hàm đánh giá đối tượng. Trình bày chi tiết về mô hình
theo dõi đối tượng và xây dựng hàm số hàm đánh giá đối tượng. Tối ưu
hàm đánh giá đối tượng cục bộ hàm hàm đánh giá đối tượng để đạt giá trị
cực tiểu của hàm đánh giá đối tượng, từ đó tính toán theo vết đường đi của
đối tượng trong thời gian thực.
Chương 3: Thực nghiệm và đánh giá
Trình bày về việc cài đặt chương trình, xây dựng dữ liệu thực
nghiệm, các quá trình thực nghiệm, kết quả thực nghiệm và các kết quả
đánh giá, nhận xét các xử lý từ thực nghiệm.