Preview

Вопросы радиоэлектроники

Расширенный поиск

БЫСТРЫЙ АЛГОРИТМ ОЦЕНКИ ГЛУБИНЫ СТЕРЕОИЗОБРАЖЕНИЙ НА ОСНОВЕ МЕТОДОВ ВЫДЕЛЕНИЯ ИЗМЕНЕНИЙ НА СЦЕНЕ НАБЛЮДЕНИЯ

https://doi.org/10.21778/2218-5453-2018-8-94-98

Полный текст:

Аннотация

Алгоритмы оценки глубины изображений до настоящего времени не применялись в системах охранного видеонаблюдения, поскольку они либо имеют невысокую точность, либо обладают большой вычислительной сложностью, что приводит к невозможности эксплуатации данных алгоритмов в охранных системах из-за ограничения стоимости оборудования. В данной работе предложен новый быстродействующий алгоритм восстановления глубины стереоизображений для надежной и достоверной идентификации событий в поле зрения систем видеонаблюдения. Предлагаемый способ обработки потока видео в реальном времени основан на применении быстрого алгоритма выделения изменений на сцене видеонаблюдения в каскаде с алгоритмом оценки глубины SGBM, который производит обработку только тех областей изображения, в которых произошло изменение. Предложенный способ многократного сокращения вычислительной сложности алгоритма оценки глубины позволяет использовать расстояние от камер до подвижных объектов на сцене наблюдения как дополнительный признак, что снижает эксплуатационную стоимость и повышает надежность систем охранного видеонаблюдения.

Об авторах

А. В. Хамухин
АО «ЭЛВИС-НеоТек»
Россия

к. т. н., руководитель отдела компьютерного зрения

124498, Москва, Зеленоград, проезд № 4922, д. 4, стр. 2, тел.: 8 (495) 648-78-23



В. В. Кузьмина
АО «ЭЛВИС-НеоТек»
Россия

магистрант, кафедра информатики и программного обеспечения вычислительных систем, Национальный исследовательский университет «МИЭТ»;

младший программист-аналитик, отдел компьютерного зрения, АО «ЭЛВИС-НеоТек», 124498, Москва, Зеленоград, проезд № 4922, д. 4, стр. 2, тел.: 8 (495) 648-7823.



Список литературы

1. Хамухин А. В., Петричкович Я. Я. Принцип семантического сжатия в алгоритмах обработки видеоинформации // Естественные и технические науки. 2015. № 1. С. 82–85.

2. Хамухин А. В. Расчет ресурсных затрат при применении автоматизированных систем видеонаблюдения // Актуальные проблемы современной науки. 2014. № 4. С. 283–285.

3. The KITTI Vision benchmark suite. A project of Karlsruhe Institute of Technology and Toyota Technological Institute at Chicago. Available at: http://www.cvlibs.net/datasets/kitti/ (accessed 29.04.2012)

4. Goyette N., Jodoin P-M., Porikli F., Konrad J., Ishwar P. Changedetection. net: A new change detection benchmark dataset. IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 2012, pp. 1–8. DOI: 10.1109/CVPRW.2012.6238919

5. Kanade T., Collins R., Lipton A., Burt P., Wixson L. Advances in Cooperative Multi-Sensor Video Surveillance. DARPA Image Understanding Workshop, 1998, vol. 1, pp. 3–24.

6. Belhumeur P. N. A Bayesian approach to binocular steropsis. International Journal of Computer Vision, 1996, vol. 19 (3), pp. 237–260.

7. Ohta Y., Kanade T. Stereo by intra-and inter-scanline search using dynamic programming. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1985, vol. PAMI-7 (2), pp. 139–154.

8. Hirschmuller H. Stereo processing by semiglobal matching and mutual information. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2008, vol. 30 (2), pp. 328–341. DOI: 10.1109/TPAMI.2007.1166

9. Geiger A., Roser M., Urtasun R. Efficient large-scale stereo matching. Computer Vision–ACCV 2010. Springer, Berlin, Heidelberg, 2010, pp. 25–38.

10. Birchfield S., Tomasi C. A pixel dissimilarity measure that is insensitive to image sampling. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1998, vol. 20 (4), pp. 401–406.


Для цитирования:


Хамухин А.В., Кузьмина В.В. БЫСТРЫЙ АЛГОРИТМ ОЦЕНКИ ГЛУБИНЫ СТЕРЕОИЗОБРАЖЕНИЙ НА ОСНОВЕ МЕТОДОВ ВЫДЕЛЕНИЯ ИЗМЕНЕНИЙ НА СЦЕНЕ НАБЛЮДЕНИЯ. Вопросы радиоэлектроники. 2018;(8):94-98. https://doi.org/10.21778/2218-5453-2018-8-94-98

For citation:


Khamukhin A.V., Kuzmina V.V. FAST STEREO IMAGE DEPTH ESTIMATION ALGORITHM BASED ON CHANGE DETECTION METHODS IN CAMERAS FIELD OF VIEW. Issues of radio electronics. 2018;(8):94-98. (In Russ.) https://doi.org/10.21778/2218-5453-2018-8-94-98

Просмотров: 75


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2218-5453 (Print)
ISSN 2686-7680 (Online)