Модельно-алгоритмическое обеспечение интеллектуальной системы видеонаблюдения за нерегулируемыми пешеходными переходами

• Автор: Колосовский, Максим Александрович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2015
• Место защиты: Новосибирск
• Количество страниц: 122 с. : ил.

Содержание
Введение
1 Интеллектуальное видеонаблюдение
1.1 Видеофиксация нарушений ПДД
1.2 Применение систем видеонаблюдсния
1.3 Интеллектуальная обработка видео
1.4 Обзор алгоритмов построения модели фона
1.5 Обзор детекторов объектов
1.5.1 Детекторы пешеходов
1.5.2 Детекторы автомобилей
1.5.3 Выводы по обзору детекторов
1.6 Обзор трекеров объектов
1.7 Обзор работ по системам дорожного видеонаблюдения
1.8 Выводы к главе
2 Математическая постановка задачи видеонаблюдения
2.1 Постановка задачи построения маски объектов
2.2 Постановка задачи обнаружения
2.3 Постановка задачи трекинга
2.4 Математическая модель нарушения ПДД на нерегулируемом пешеходном переходе
2.5 Выводы к главе
3 Интеллектуальная система видеонаблюдения
3.1 Специфика решаемой задачи видеонаблюдения
3.2 Структура системы видеонаблюдения
3.3 Построение модели фона
3.4 Детектор активности
3.5 Детекторы объектов
3.6 Трекеры объектов
3.7 Анализ траекторий объектов
3.8 Выводы к главе
4 Экспериментальные исследования системы видеонаблюдения
4.1 Оценка качества работы системы

4.2 Тестирование производительности системы
4.3 Исследование устойчивости системы
4.4 Выводы к главе
Заключение
Литература
Приложение
Приложение

Введение
Актуальность. В настоящее время отмечается бурный рост использования систем видеонаблюдения, что объясняется широким кругом решаемых такими системами задач и постоянно увеличивающейся доступностью средств наблюдения и связи. Системы видеонаблюдения находят применение в сферах мониторинга дорожно-транспортных систем, обеспечения безопасности и правопорядка, беспилотной авиации, контроля производственных процессов, а также во многих других сферах. Их использование позволяет анализировать поведение наблюдаемых объектов, повышать эффективность их управления, надежность и качество получаемых результатов, оказывать поддержку при принятии решений.
С развитием компьютерных методов обработки визуальной информации все более привлекательными становятся интеллектуальные системы видсоиаблюде-ния, способные в автоматическом режиме анализировать поступающую информацию. Информатизация процесса позволяет кардинально увеличить масштабы мониторинга и сократить использование человеческих ресурсов, увеличив при этом надежность и непредвзятость наблюдения.
Существенную долю интеллектуальных систем видеонаблюдения составляет дорожное наблюдение, занимающееся, среди прочего, контролем соблюдения правил дорожного движения, мониторингом загруженности дорог, обнаружением дорожно-транспортных происшествий. Так, например, в г. Москве количество камер дорожного видеонаблюдения ежегодно увеличивается в 1,5-2 раза, уже сейчас 95% штрафов выписывается именно благодаря автоматическим системам. Такие системы устанавливают, например, нарушение скоростного ре-

где одновременно нужно и обозревать переход в целом, и распознавать номера нарушителей ПДД.
Системы видеонаблюдения являются частью интеллектуальных транспортных систем (intelligent transportation system), использующих инновационные разработки в моделировании транспортных систем и регулировании транспортных потоков [140,151-154]. Наиболее распространенным применением интеллектуального анализа данных является оценка плотности трафика с целью балансировки загруженности дорог и предотвращения заторов [134,137,138,155— 160]. Отмечается, недостаток работ по видеофиксации нарушений, обнаружение которых требует сложных алгоритмов компьютерного зрения. Подавляющее большинство разработок посвящено видеофиксации нарушений скоростного режима, проезда на запрещающий сигнал светофора, выезда на полосу встречного движения свет [134,161,162].
В [163-167] освещаются системы видеонаблюдения, работающие в условиях ночной съемки, неблагоприятных погодных условий, теней и других осложняющих обработку информации факторов.
1.8 Выводы к главе
Использование систем видеонаблюдения неуклонно возрастает в последние годы, что обеспечено, главным образом, расширением сектора интеллектуального видеонаблюдения, работающего в автоматическом режиме. Одним из главных направлений развития видеонаблюдения является дорожное наблюдение с целью мониторинга загруженности дорог и контроля соблюдения ПДД. Автоматическая видеофиксация некоторых нарушений (превышение скорости, пересечение сплошной или стоп-линии, проезд на запрещающий сигнал светофора и ряда других) не требует сложных алгоритмов компьютерного зрения, поэтому видеоконтроль этих нарушений распространяется наиболее интенсивно. Контроль предоставления преимущества пешеходу на нерегулируемом переходе предъявляет необходимость решения более сложных задач распознавания (достаточно