Luận văn ThS: Theo dõi đối tượng chuyển động bằng phương pháp lọc tích hợp

Luận văn Theo dõi đối tượng chuyển động bằng phương pháp lọc tích hợp nghiên cứu phương pháp tích hợp các bộ lọc phù hợp vào các phương pháp hiện tại để nâng cao hiệu quả của bài toán; các phương pháp xử lý ảnh và video; nghiên cứu về bài toán phát hiện chuyển động và bài toán theo vết đối tượng, các phương pháp phát hiện chuyển động và theo vết đối tượng phổ biến, phương pháp tích hợp các bộ lọc phù hợp vào các phương pháp hiện tại và đề xuất giải thuật hiệu quả.

Luận văn ThS: Theo dõi đối tượng chuyển động bằng phương pháp lọc tích hợp

1. Mở đầu

1.1 Mục tiêu nghiên cứu

Mục tiêu của đề tài là nghiên cứu và đề xuất phương pháp để nâng cao hiệu quả của bài toán theo dõi đối tượng chuyển động. Cụ thể, nghiên cứu phương pháp tích hợp các bộ lọc phù hợp vào các phương pháp hiện tại để theo dõi, truy bắt đối tượng chính xác hơn.

1.2 Phạm vi nghiên cứu

Đề tài tập trung nghiên cứu cải thiện kết quả của bước phát hiện chuyển động trong giải thuật theo dõi đối tượng chuyển động vì bước này có ảnh hưởng lớn đến kết quả của cả bài toán. Phương pháp dòng quang học được lựa chọn nghiên cứu kỹ hơn các phương pháp khác để tìm ra phương pháp cải tiến hiệu quả. Đề tài chỉ nghiên cứu giải thuật áp dụng trên các video đầu vào là các đoạn video giám sát thu được từ camera tĩnh có độ phân giải trung bình. Đề tài không nghiên cứu sâu việc xử lý chồng lấp trong theo dõi đa đối tượng.

1.3 Phương pháp nghiên cứu

Đề tài sử dụng phương pháp nghiên cứu định tính và phương pháp nghiên cứu định lượng.

Ở phương pháp nghiên cứu định tính, các công trình nghiên cứu liên quan trong và ngoài nước sẽ được nghiên cứu. Phương pháp nghiên cứu tài liệu được sử dụng để tìm hiểu về các vấn đề lý thuyết của đề tài. Sau khi nắm vững lý thuyết, sử dụng phương pháp phân tích và tổng kết kinh nghiệm để nghiên cứu kết quả của các công trình nghiên cứu đã tìm hiểu. Sử dụng phương pháp toán học để chứng minh tính đúng đắn của giả thuyết. 

Ở phương pháp nghiên cứu định lượng, đề tài sử dụng phương pháp thống kê, đo đạt kết quả từ đó rút ra kết luận để đánh giá hiệu quả của thuật toán. Các thực nghiệm được thực hiện dựa trên ứng dụng minh hoạ bằng MATLAB. Kết quả thực nghiệm được so sánh với kết quả của các công trình nghiên cứu đã tìm hiểu, từ đó đánh giá tính hiệu quả của phương pháp đề xuất.

2. Nội dung

2.1 Cơ sở lí thuyết

Các khái niệm cơ bản về video

  • Video
  • Xử lý ảnh và video
  • Bộ lọc trung vị
  • Bộ lọc tương quan
  • Bộ lọc hình thái

Bài toán theo dõi đối tượng chuyển động

  • Giới thiệu bài toán theo dõi đối tượng chuyển động 
  • Phương pháp trừ nền
  • Phương pháp sai khác ảnh
  • Phương pháp Gaussian Mixture Model
  • Phương pháp Lucas-Kanade Optical Flow
  • Thuật toán Grass-Fire
  • Bộ lọc Kalman

Các công trình nghiên cứu liên quan

  • Tình hình nghiên cứu trên thế giới
  • Tình hình nghiên cứu trong nước

2.2 Giải thuật đề xuất

Tỉ lệ cường độ ảnh

Phương pháp lọc tích hợp

  • Phát hiện chuyển động với phương pháp IRI-LK
  • Theo vết đối tượng dựa trên bộ lọc Kalman

2.3 Thực nghiệm và đánh giá

Kết quả đạt được qua thực nghiệm

  • Môi trường và dữ liệu thực nghiệm
  • Kết quả thực nghiệm phát hiện chuyển động
  • Kết quả thực nghiệm theo vết đối tượng

Đánh giá kết quả

  • Đánh giá kết quả phát hiện chuyển động
  • Đánh giá kết quả theo vết đối tượng

3. Kết luận

Trong luận văn, tác giả đã nghiên cứu được các bộ lọc thông dụng trong xử lý ảnh và video. Đặc biệt là các bộ lọc hình thái rất hữu ích trong việc xử lý kết quả phát hiện chuyển động để cho ra mặt nạ đối tượng chuyển động chính xác hơn. Tác giả cũng đã nghiên cứu và cài đặt thực nghiệm nhiều phương pháp phát hiện chuyển động phổ biến như phương pháp trừ nền, phương pháp sai khác ảnh, phương pháp Gaussian Mixture Model, phương pháp Lucas - Kanade để đánh giá và lựa chọn phương pháp phù hợp. Trong đề tài, tác giả nghiên cứu đề xuất phương pháp kết hợp tỷ lệ cường độ ảnh tích hợp vào phương pháp Lucas - Kanade (IRI-LK) đồng thời tích hợp thêm nhiều bộ lọc để cải thiện việc theo dõi đối tượng chính xác hơn trong trường hợp ánh sáng thay đổi liên tục trong video. Hơn thế nữa, đề tài cũng đã xử lý được một số trường hợp đối tượng bị che khuất và giao cắt đơn giản. Các thực nghiệm của đề tài được áp dụng trên nhiều video đầu vào và đã cho ra kết quả chính xác đáng tin cậy hơn các phương pháp khác.

4. Tài liệu tham khảo

Moeslund, T. B. (2012). ‘Introduction to video and image processing: Building real systems and applications’. Springer.

Lin, Y. T., & Chang, C. H. (2011). ‘User-aware Video Coding Based on Semantic Video Understanding and Enhancing’. InTech.

Stauffer, C., & Grimson, W. E. L. (1999). ‘Adaptive background mixture models for real-time tracking’. In: Computer Vision and Pattern Recognition, 1999. IEEE Computer Society Conference on. (Vol. 2). IEEE.

Rout, R. K. (2013). ‘A survey on object detection and tracking algorithms’ (Doctoral dissertation)....

--- Nhấn nút TẢI VỀ hoặc XEM ONLINE để tham khảo đầy đủ nội dung Luận văn Thạc sĩ trên ---

Ngày:31/08/2020 Chia sẻ bởi:

CÓ THỂ BẠN QUAN TÂM