Алгоритм уточнения границ объекта при инициализации процесса слежения с беспилотного летательного аппарата

Авиационная и ракетно-космическая техника

Инновационные технологии в аэрокосмической деятельности

2018. Т. 25. № 1. С. 109-121.

Авторы

Аглямутдинова Д. Б.*, Сидякин С. В.**

Государственный научно-исследовательский институт авиационных систем, ГосНИИАС, ул. Викторенко, 7, Москва, 125319, Россия

*e-mail: aglyamutdinova.d@yandex.ru
**e-mail: sersid@bk.ru

Аннотация

Настоящая работа посвящена проблеме слежения за выбранным объектом с беспилотного летательного аппарата (БПЛА). Предложен подход к уточнению граничного прямоугольника на основе алгоритма выделения объекта внимания по ключевым признакам. Проведено исследование существующих алгоритмов слежения за объектами с БПЛА на самой большой и сложной базе видеороликов UAV 123. Показано, что качество прослеживания в результате инициализации предложенным алгоритмом изменяется в допустимых пределах для успешного слежения за объектом. По результатам исследования рекомендован ряд подходов к слежению, устойчивых к начальной инициализации предложенным алгоритмом и применимых в системах слежения в режиме реального времени, установленных на БПЛА.

Ключевые слова

слежение за объектами, инициализация алгоритмов прослеживания, беспилотные летательные аппараты

Библиографический список

  1. Achanta R., Shaji A., Smith K., Lucchi A., Fua P., Susstrunk S. SLIC superpixels compared to state-of-the-art superpixel methods // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2012. Vol. 34. No. 11, pp. 2274-2282. DOI: 10.1109/TPAMI.2012.120

  2. Zhu W., Liang S., Wei Y., Sun J. Saliency Optimization from Robust Background Detection // IEEE Conference on Computer Vision and Pattern Recognition (CVPR). 2014, pp. 2814-2821. DOI: 10.1109/CVPR.2014.360

  3. Hornung A., Pritch Y., Krahenbuhl P., Perazzi F. Saliency filters: Contrast based filtering for salient region detection // IEEE Conference on Computer Vision and Pattern Recognition (CVPR). 2012, pp. 733-740. DOI: 10.1109/CVPR.2012.6247743

  4. Blajovici C., Kiss P.J., Bonus Z., Varga L. Shadow detection and removal from a single image // 19th Summer School on Image Processing (SSIP). 2011. Szeged, Hungary, 6 p.

  5. Borji A., Cheng M.-M., Jiang H., Hou Q., Jiang H., Li J. Salient object detection: A survey // Computer Vision and Pattern Recognition. 2014, 21 p. DOI: arXiv:1411.5878

  6. Кульчин Ю.Н., Ноткин Б.С., Седов В.А. Нейроитерационный алгоритм томографической реконструкции распределенных физических полей в волоконно-оптических измерительных системах // Компьютерная оптика. 2009. Т. 33. № 4. С. 446-455.

  7. Довженко А.Ю., Крашаков С.А. Параллельная нейронная сеть с удаленным доступом на базе распределенного кластера ЭВМ // Тезисы докл. II Международного симпозиума «Компьютерное обеспечение химических исследований» (Москва, 22-23 мая 2001) и III Всерос. школы-конф. по квантовой и вычисл. химии им. В.А. Фока. – М., 2001. С. 52-53.

  8. Fatica M. CUDA for High Performance Computing // Materials of HPC-NA Workshop 3 (January 2009), 40 p.

  9. Belgian researchers develop desktop supercomputer // FASTRA. URL: http://fastra.ua.ac.be/en/index.html

  10. Wu Y., Lim J., Yang M.-H. Online Object Tracking: A Benchmark // IEEE Conference on Computer Vision and Pattern Recognition. 2013, pp. 2411-2418. DOI: 10.1109/CVPR.2013.312

  11. Harel J., Koch C., Perona P. Graph-based visual saliency // 19th International Conference on Neural Information Processing Systems. 2006, pp. 545-552.

  12. Achanta R., Shaji A., Smith K., Lucchi A., Fua P., Susstrunk S. Slic superpixels compared to state-of-the-art superpixel methods // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2012. Vol. 34. No. 11, pp. 2274-2281. DOI: 10.1109/TPAMI.2012.120

  13. Achanta R., Hemami S., Estrada F., Susstrunk S. Frequency-tuned salient region detection // IEEE Conference on Computer Vision and Pattern Recognition (CVPR). 2009, 8 p. DOI: 10.1109/CVPR.2009.5206596

  14. Frintrop S., Rome E., Henrik I.C. Computational visual attention systems and their cognitive foundations: A survey // ACM Transactions on Applied Perception. 2010. Vol. 7. No. 1, 46 p. DOI: 10.1145/1658349.1658355

  15. Itti L., Koch C., Niebur E. A model of saliency-based visual attention for rapid scene analysis // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1998. Vol. 20. No. 11, pp. 1254–1259. DOI: 10.1109/34.730558

  16. Hou X., Zhang L. Saliency Detection: A Spectral Residual Approach // IEEE Conference on Computer Vision and Pattern Recognition. Minneapolis, MN, USA. 2007. DOI: 10.1109/CVPR.2007.383267

  17. Guo C., Ma Q., Zhang L. Spatio-temporal Saliency detection using phase spectrum of quaternion fourier transform // IEEE Conference on Computer Vision and Pattern Recognition. Anchorage, AK, USA. 2008, 8 p. DOI: 10.1109/CVPR.2008.4587715

  18. Li J., Levine M.D., An X., Xu X., He H. Visual Saliency Based on Scale-Space Analysis in the Frequency Domain // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2013. Vol. 35. No. 4, pp. 996-1010. DOI: 10.1109/TPAMI.2012.147

  19. Пытьев Ю.П. Задачи морфологического анализа изображений // Математические методы исследования природных ресурсов Земли из космоса / Под ред. В.Г. Золотухина. – М.: Наука, 1984. С. 41-83.

  20. Визильтер Ю.В., Желтов С.Ю., Бондаренко А.В., Ососков М.В., Моржин А.В. Обработка и анализ изображений в задачах машинного зрения: Курс лекций и практических занятий. – М.: Физматкнига, 2010.– 672 с.

  21. Mueller M., Smith N., Ghanem B. A Benchmark and Simulator for UAV Tracking // European Conference on Computer Vision (ECCV 2016), pp.445-461. DOI: 10.1007/978-3-319-46448-0_27

  22. Mirkes E.M. K-means and K-medoids applet // University of Leicester, 2011.

  23. Grady L. Random Walks for Image Segmentation // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2006, pp. 1768-1783. DOI: 10.1109/ TPAMI.2006.233

  24. Otsu N. A threshold selection method from gray-level histograms // IEEE Transactions on Systems, Man, and Cybernetics. 1979. Vol. 9. No. 1, pp. 62-66. DOI: 10.1109/TSMC.1979.4310076

  25. Сидякин С.В., Егоров А.И., Малин И.К. Распознавание движущихся человеческих фигур на видеопоследовательности с использованием дисковой карты толщин // Вестник Московского авиационного института. 2014. Т. 21. № 5. С. 157-166.

  26. Мирзоян А.С., Малышев О.В., Хмаров И.М., Канивец В.Ю. Распознавание летательных аппаратов оптической системой в реальном масштабе времени // Вестник Московского авиационного института. 2014. Т. 21. № 5. С. 145-156.



Скачать статью

mai.ru — информационный портал Московского авиационного института

© МАИ, 1994-2024