Узагальнюючі методи складають абстрактне, ідеалізоване уявлення про структуру об'єкта на основі позитивних навчальних зображень. Це подання називають моделлю, розуміючи під цим поняттям: схему, математичну формулу, набір даних і алгоритмів, що відтворюють в спеціально обумовленому вигляді будова або властивості об'єкта. При аналізі нового зображення узагальнюючі методи оцінюють, наскільки точно це зображення відповідає побудованої моделі. Крім аналізу наявних зображень узагальнюючі методи можуть використовувати отриману модель для побудови нових зображень об'єкта. При навчанні узагальнюючих методів негативні навчальні зображення не потрібні. відеопослідовність розпізнавання обличчя відстеження
Найбільш популярними моделями узагальнюючих методів є: модель випадкового поля, модель неявній форми, модель констеляції. У моделі випадкового поля зображення розбивають на невеликі ділянки. Кожному дільниці приписується мітка, яка представляє його смислове значення, наприклад: «вода», «небо», «земля», «об'єкт». Крім того, оцінюються ймовірності суміжного розміщення двох різних міток. Сукупність призначених міток і їх ймовірностей становить випадкове поле. При цьому мітки підбираються таким чином, щоб вийшло найбільш правдоподібне випадкове поле. Модель неявній форми використовує перетворення Хафа. У процесі навчання на зображенні об'єкту виділяють характерні точки. Для кожної точки визначають радіус-вектор, який з'єднує її з геометричним центром об'єкту. При виявленні характерної точки на досліджуваному зображенні відповідний радіус-вектор вказує очікувану позицію центру об'єкта. Пікселів, розташованих в цій позиції, додають один голос. Піксель, що набрав найбільшу кількість голосів після сканування всього зображення, буде відповідати найбільш вірогідного положенню центру об'єкта. Модель констеляції розглядає об'єкт у вигляді сукупності елементів. На досліджуваному зображенні виділяють характерні ділянки і ставлять їх у відповідність елементам об'єкта або фону. Потім за допомогою перебору відшукують найбільш правдоподібне відповідність. Характеристики методів Капура-Вінна, Феррарі і Фергюса-Перон, що базуються відповідно на моделях випадкового поля, неявній форми і констеляції, представлені в таблиці 1.1.
Таблиця 1.1 Порівняння методів виявлення об'єктів
МетодиОб'ем навчальної вибірки, шт.Время обробки одного зображення, мсВерхняя оцінка обчислювальної сложностиОбобщающиеКапура-Винна353000КвадратичнаяФеррари481000ЛинейнаяФергюса-Пероны4002500РазличающиеВиолы Джонса1441667Лекуна24300100КвадратичнаяПапагеоргиу27159100Линейная
Розрізняють методи використовують спеціальну функцію-класифікатор для виявлення об'єкта на цифровому зображенні It ( h , < i align="justify"> w ). У процесі навчання вони виділяють відмінності між позитивними і негативними навчальними зображеннями. На основі цих відмінностей вони підбирають параметри функції-класифікатора. Отримана функція застосовується для поділу нових вхідних зображень на зображення, містять і не містять область інтересів Obt ( X , Y ). Характеристики найбільш популярних различающих методів Віоли-Джонса, Лекуна і Папагеоргіу представлені в таблиці.
Таким чином, различающие методи зосереджені на відмінностях між позитивними і негативними зображеннями конкретної навчальної вибірки, в той час як узагальнюючі методи намагаються відтворити структуру самого об'єкта за його зображенням. Тому при навчанні узагальнюючих методів негативні зображення не вимагаються, а необхідну кількість позитивних зображень істотно менше, ніж при навчанні различающих методів. Внаслідок чого для спрощеного навчання слід використовувати підхід узагальнюючих методів. При виборі моделі узагальнюючого методу будемо керуватися наступними зауваженнями. Модель випадкового поля вимагає великих обчислювальних витрат, що неприйнятно для обробки відеопотоку в реальному часі. Облік можливих варіацій форми об'єкта в моделі неявній форми вимагає значного збільшення кількості навчальних зображень. Але модель констеляції спочатку представляє об'єкт у вигляді сукупності окремих елементів. Саме в цій моделі простіше враховувати різні спотворення геометричної форми об'єкта за рахунок зміни взаємного положення його елементів.
Пропонований метод буде грунтуватися на моделі констеляції, яка в якості елементів об'єкта використовує лінії кордонів, виділені на зображенні об'єкта, сукупність яких називається каркасом зображення. [2]
1.2.2 Алгоритми та методи динамічного відстеження об'єктів в відеопослідовність
Останнім часом при організації відеоспостереження застосовуються переважно цифрові методи обробки та збер...
