Heutzutage wird in vielen Sicherheits- und Servicebereichen Videoberwachung
eingesetzt, um Gefahrensituationen erkennen und Informationen gewinnen
zu k¨onnen. Immer ¨ofter kommt es dabei zum Einsatz von Videokameras und
Webcams, deren Qualit¨at st¨andig steigt und deren Preis-Leistungsverh¨altnis sich
ebenfalls zunehmend verbessert. Die Verarbeitungskette der Bilddaten ist aber
im Allgemeinen nicht ¨uberm¨aßig lang und endet meist schon mit der einfachen
Bildanzeige in ¨Uberwachungsmonitoren oder mit der Speicherung der Bilddaten
auf Datentr¨agern zwecks Archivierung. Eine Auswertung und Bewertung dieser
Bildinformationen erfordert immer noch in den h¨aufigsten F¨allen das Urteilsund
Entscheidungsverm¨ogen eines Menschen und ist im Regelfall noch nicht
selbst¨andig von einem automatisierten System durchf¨uhrbar. Existierende Auswertungssoftware
ist zum ¨uberwiegenden Teil auf bestimmte definierte Umgebungen
oder Objekte spezialisiert und daher auf nur wenige Einsatzm¨oglichkeiten beschr
¨ankt. Treten hier beispielsweise Szenerie¨anderungen, Wetter- oder Beleuchtungsschwankungen
auf, so kommt es h¨aufig zu Fehlverhalten und damit zur
Beschneidung der Sicherheitsgew¨ahrleistung. Gerade in Sicherheitssystemen ist
jedoch die Zuverl¨assigkeit von absolut zentraler Bedeutung.
In dieser Arbeit wird der Versuch unternommen, ein solches System zu entwerfen,
welches unabh¨angig von den genannten Einflussfaktoren ist und das eigenst¨andig
und ohne menschliche ¨Uberwachung arbeitet. Das hier vorgestellte System soll
dazu dienen, in Echtzeit mehrere bewegte Objekte innerhalb einer Bildfolge zu
erkennen und diese auch zu verfolgen.
[...]
Inhaltsverzeichnis
- Einführung
- 1 Grundlagen
- 1.1 Likelihood-Wahrscheinlichkeit
- 1.2 Integration über Zeit und Raum
- 2 Einsparung von Berechnungszeit
- 2.1 Reduktion des Geschwindigkeitsraumes
- 2.1.1 1D-Geschwindigkeitsraum
- 2.1.2 2D-Geschwindigkeitsraum
- 2.2 Zweistufiges System
- 2.1 Reduktion des Geschwindigkeitsraumes
- 3 Objekterkennung
- 3.1 Segmentierung
- 3.2 Objektzuweisung
- 3.3 Clustern
- 4 Anwendung
- 5 Programmierung und Benutzeroberfläche
- 6 Ergebnisse
- 6.1 Einstufiges System
- 6.2 Einstufiges System mit reduziertem Geschwindigkeitsraum 1D
- 6.3 Einstufiges System mit reduziertem Geschwindigkeitsraum 2D
- 6.4 Zweistufiges System
- 6.5 Ausblick
- Zusammenfassung
Zielsetzung und Themenschwerpunkte
Die vorliegende Diplomarbeit befasst sich mit der Entwicklung eines Echtzeit-Systems zur videobasierten Mehrfachobjektverfolgung. Ziel ist die Erkennung und Verfolgung mehrerer beweglicher Objekte innerhalb einer Bildfolge, unabhängig von Einflussfaktoren wie Szenerieänderungen, Wetter- oder Beleuchtungsschwankungen.
- Beschreibung von Bildbewegungen mithilfe von Wahrscheinlichkeitsverteilungen
- Echtzeitverarbeitung von Videosequenzen zur Objektverfolgung
- Effiziente Algorithmen zur Reduktion der Berechnungszeit
- Entwicklung eines robusten Systems zur Objektdetektion und -verfolgung
- Anwendungen in Sicherheits- und Servicebereichen
Zusammenfassung der Kapitel
Das erste Kapitel erläutert die Grundlagen der Beschreibung von Bildbewegungen mit Wahrscheinlichkeiten. Kapitel 2 befasst sich mit der effizienten Umsetzung des Modells, insbesondere mit der Reduktion des Geschwindigkeitsraumes. Kapitel 3 beschreibt das Verfahren zur Objektverfolgung, das auf der Verwendung von Wahrscheinlichkeitsverteilungen zur Identifizierung homogener Bewegungsbereiche basiert. Kapitel 4 zeigt, wie aus dem entwickelten Verfahren eine einfache Anwendung realisiert werden kann. Kapitel 5 fasst die programmtechnische Umsetzung der Algorithmen zusammen. Das letzte Kapitel 6 präsentiert Ergebnisse des entwickelten Systems.
Schlüsselwörter
Videobasierte Objektverfolgung, Mehrfachobjektverfolgung, Echtzeitverarbeitung, Wahrscheinlichkeitsverteilungen, Geschwindigkeitsraum, Objektdetektion, Segmentierung, Clustern, Sicherheitsanwendungen.
- Citation du texte
- Dipl-Ing. Thomas Heidenreich (Auteur), 2005, Videobasierte Mehrfachobjektverfolgung in Echtzeit, Munich, GRIN Verlag, https://www.grin.com/document/113104
