מגישים: אנדרי זמנסקי יבגני שיפמן מנחה: ד"ר גבי דוידוב עקיבה אחרי ארבע מטרות תוך כדי מיון אוטומטי בשיטת קורלציה ו - JPDAF

נושאים לדיון מטרות הפרויקט מבנה המערכת i) גילוי תנועה ומיון אוטומטי של מטרות ( ATC ) ii) שיטות לעיבוד תמונה ועקיבה 1) קורלציה 2) מסנן קלמן 3) JPDAF סיכום והצעות להמשך

מטרות הפרויקט לתכנן מערכת שעוקבת אחרי מספר מטרות תוך כדי מיון אוטומטי (זיהוי המטרות): המערכת תמומש ע"י טכניקות הבאות : גילוי תנועה ומיון אוטומטי מסנן לזיהוי מטרה - קורלציה חזאי - JPDAF התמודדות עם הסתרות ושינוי צורה של מטרות

שלבים באלגוריתם איתחול חיפוש מטרות אפשריות ומיון אוטומטי בניית אוסף מסלולים אפשריים (JPDAF) עדכון מטרה חיזוי ע"י JPDAF סימון המטרות במסגרת הנוכחית

מבנה מערכת העקיבה

אתחול 1) טוענים לבנק מטרות את התמונות של המטרות שאנחנו הולכים לעקוב אחריהן 2) מאתחלים את כל המטריצות של JPDAF

מימוש זיהוי תנועה חיסור של שתי מסגרות עוקבות הפעלת מסנן Median על תמונת ההפרשים בכל מקום שזיהינו בו תנועה מתאימים בעזרת קורלציה את סוג המטרה ( אם בכלל קיימת ) מבצעים את תהליך זיהוי תנועה כל 10 מסגרות

מימוש מיון אוטומטי בעזרת קורלציה

שיטות למיון אוטומטי 1)התאמה ע"י הקורלציה יתרונות – מדויקת יותר מגבלות – איטית יותר, רגישה לשינוי צבע של מטרה 2) התאמה ע"י הקונטור יתרונות – מהירה יותר משיטה הקודמת מגבלות – רגישה לשינוי צורה של מטרה

שיטת הקורלציה השתמשנו בקורלציה במצבים הבאים : 1)חיפוש אחרי מטרות חדשות ומיון המטרות 2)במצב מתמיד לזיהוי מטרות בחלון החיפוש שלהן נוסחת הקורלציה :

שיטת הקורלציה ( יתרונות ) יכולת זיהוי טובה של מטרות: התמודדות עם רעש התמודדות עם הסתרות חלקיות

שיטת הקורלציה ( מגבלות ) 1) סיבוכיות גבוה של האלגוריתם פתרון – אלגוריתם של קורלציה מימשנו ב - ++C 2) רגישות לשינוי צורה פתרון – אלגוריתם לזיהוי שינוי צורה ועדכון מטרה (יוסבר בשקף הבא)

טיפול בהסתרות ושינוי צורה

עדכון מטרות קביעת רמת ההסתרה זיהוי גבולות המטרה בעזרת מסנן "Sobel”

מסנן קלמן המבנה של מסנן קלמן מסדר שלישי: x – וקטור מצב z – ווקטור מדידות v – רעש תהליך w – רעש מדידה

מסנן קלמן ( המשך ) משוואות המסנן P –קוואריאנס וקטור המצב (בהינתן המדידות) - שערוך מיטבי של ווקטור המצב (1) + (2) נותן:

PDAF/JPDAF JPDAF מהווה שכלול של מסנן קלמן. במסנן קלמן אנחנו מבצעים חיזוי לכל מטרה בנפרד. במסנן JPDAF אנחנו מבצעים חיזוי לכל המטרות ביחד וזה מאפשר לשפר את החיזוי במצבים של מטרות שעוברות אחד ליד השנייה. מימוש ה-JPDAF : בניית מטריצת תיקוף בנית מטריצות מאורעות חישוב הסתברות לכל מאורע

PDAF/JPDAF בנית את מטריצת התיקוף : לדוגמה :

PDAF/JPDAF אוסף מאורעות אפשריים : כל שורה של מטריצת תיקוף יש לקחת "1" בודד יש לדאוג שבכל טור יהיה לכל היותר "1" יחיד, פרט לטור ראשון שעליו אין הגבלות. לדוגמה עבור מטריצת תיקוף משקף קודם נקבל :

PDAF/JPDAF מחשבים את הסתברות המאורע בהסתמך על מדידות : כאשר ואז מחשבים את השערוך :

תוצאות סרט סינטטי : עמודה של מטרות מבנק המטרות עמודה של תמונה נוכחיות של מטרות שגיאות שיערוך לכל אחד מהמטרות

תוצאות ( המשך ) סרט אמיתי 1

תוצאות ( המשך ) סרט אמיתי 2

הצעות להמשך 1) טיפול ברעידות של מצלמה 2)מימוש אלגוריתם לטיפול בפורמט ה -RGB

סיכום דיברנו על דברים הבאים: 1) זיהוי תנועה 2)מיון אוטומטי 3)שיטות לעיבוד תמונה ( קורלציה, זיהוי גבולות ) 4)שיטות לחיזוי ( קלמן, JPDAF )