Решение задачи описания и классификации контуров движущихся объектов на видео

Abstract

Приведен и рассмотрен способ описания контура движущегося объекта в видеопотоке с помощью дескрипторов. Дескрипторы вычислялись с учетом того, чтобы они были одномерными, что повысило бы скорость классификации объектов, и инвариантными к параллельному переносу, повороту и масштабированию. В качестве дескрипторов были выбраны амплитудные спектры Фурье-преобразования. Затем были найдены эталонные контуры для сравнения и классификации. Эталонные контуры находились с учетом местности, времени наблюдения за объектами и других условий, характерных для данного типа территории наблюдения. Выделение эталонных контуров позволило четко выделить основные признаки того или иного класса и с помощью них начать сравнивать дескрипторы и классифицировать контуры. Выделены два способа сравнения дескрипторов: с помощью коэффициента корреляции и с помощью лямбда-расстояний. Рассмотрены способы реализации и основные достоинства данных способов сравнения. Из двух способов экспериментальным путем выбран способ сравнения с помощью лямбда расстояний. Этот способ поспособствовал наиболее четкому и качественному разделению движущихся объектов на классы. Также были созданы пороговые условия, позволяющие более точно проводить сравнение между входными контурами и эталонами. Пороговые условия были разделены на два типа, что помогло решить реально возникшие проблемы при классификации движущихся объектов. Из имеющейся информации об описании контура и способе его сравнения с эталонами создан алгоритм классификации контуров движущихся объектов.

The paper considers the method for describing the contour of a moving object using descriptors. They were calculated taking into account the fact that they were one-dimensional, which would increase object classification speed, and invariant to parallel transport, rotation and scaling. Amplitude spectra of the Fourier transform were chosen as descriptors. Then etalon contours for comparison and classification were determined. The etalon contours are based on the terrain, the observation time for the objects and other conditions which are typical for this type of site supervision. Selection of etalon contours allowed clarifying the essential features of a particular class and starting to compare descriptions and to classify contours with their help. The authors have defined two ways of descriptor comparison: by a correlation coefficient and by lambda distances and considered the methods of implementation and compared the main advantages of the methods. The method of comparison using lambda distances was selected experimentally. The method has contributed to the most clear and qualitative separation of moving objects into classes. Then the threshold conditions were developed. They allow comparing more accurately the input contours and etalons. The conditions were divided into two types. This helped to solve real problems in moving objects classification. Using the information on contour description and the way of its comparison the authors developed the algorithm of classifying contours of moving objects.