PRAĆENJE OBJEKATA U SLIKOVNIM SEKVENCAMA ALGORITMOM CAMSHIFT ZAVRŠNI RAD: br. 853 Igor Bonači Mentor: prof. dr. sc. Zoran Kalafatić

Sadržaj Opis teme završnog rada Izrada modela objekta Mean-shift algoritam Camshift algoritam ABCshift algoritam Prikaz rezultata testiranja Literatura

Opis teme završnog rada Praćenje objekata: Proces određivanja položaja jednog ili više pokretnih objekata u vremenu Problemi: Praćenje u realnom vremenu Mogućnost promjene karakteristika praćenog objekta Pomična kamera; promjenjiva pozadina objekta Poseban naglasak na pracenje prometnih znakova Naglasit problema vezene bas uz to pracenje

Izrada modela objekta Mean-shift, Camshift, Abcshift Region based algoritmi Modeliranje objekta histogramom Odabir prostora boja (RGB, HSV, Lab) Reći za interpretaciju Bhattacharyya koeficijenta ( kosinus kuta između n-dimenzionalnih vektora)

Mean-shift algoritam Algoritam pomaka prema srednjoj vrijednosti: mean-shift algorithm, Comaniciu [4] Konvergencija najbližem ekstremu funkcije

Camshift algoritam Continuously Adaptive Mean Shift algorithm, Bradski [1] Bayes-ov teorem Procjena veličine, kuta objekta... Napisat jedan slide Konvergencija najbližem ekstremu funkcije razdiobe vjerojatnosti

Abc-shift algoritam An Adaptive Background Model for Camshift Tracking with a Moving camera, R. Stolkin, I. Florescu [3] Modeliranje objekta i pozadine Histogram objekta i pozadine Ističe razlike između objekta i pozadine r – omjer površine objekta i prozora za traženje Prikaz rada abcshift algoritma: Prikaz rada camshift algoritma:

Rezultati testiranja Praćenje lica (izvorna namjena camshift algoritma) Praćenje prometnih znakova CAMSHIFT ABCSHIFT

Rezultati testiranja (nastavak) Praćenje prometnih znakova (abcshift algoritam) Relativna pogreška praćenja Broj iteracija potrebnih za postizanje konvergencije frame

Zaključak Jednostavan i efikasan model objekta Izuzetno kratko vrijeme učenja Uspješno praćenje objekata nad zahtjevnim primjerima Računalno izuzetno efikasni algoritmi Mogućnost integracije u složenije sustave

Literatura Bradski, G. R.: Computer Vision Face Tracking as a Component of a Perceptual User Interface, In Proc. of the IEEE Workshop on Applications of Comp. Vision, (1998) 214–219 Boyle, Michael: The effects of capture conditions on the CAMSHIFT face tracker. Report 2001, Department of computer science, University of Calgary, Alberta, Canada. R. Stolkin, I. Florescu, G. Kamberov: „An adaptive background model for Camshift tracking with a moving camera“. Proc. International Conference on Advances in Pattern Recognition, 2007., pp. 147-151 D. Comaniciu, V. Ramesh: Real-Time Tracking of Non-Rigid object using Mean Shift, IEEE CVPR 2000. Mason, M., Duric, Z.: Using histograms to detect and track objects in color video, Applied Imagery Pattern Recognition Workshop, AIPR 2001, 2001, pp. 154-159