RU2737343C2 - Способ определения характера движения объекта на кадрах видеопоследовательности - Google Patents
Способ определения характера движения объекта на кадрах видеопоследовательности Download PDFInfo
- Publication number
- RU2737343C2 RU2737343C2 RU2019101049A RU2019101049A RU2737343C2 RU 2737343 C2 RU2737343 C2 RU 2737343C2 RU 2019101049 A RU2019101049 A RU 2019101049A RU 2019101049 A RU2019101049 A RU 2019101049A RU 2737343 C2 RU2737343 C2 RU 2737343C2
- Authority
- RU
- Russia
- Prior art keywords
- frames
- video sequence
- periodic
- frame
- input
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/579—Depth or shape recovery from multiple images from motion
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
Изобретение относится к области информационных технологий, а именно к обработке многомерных сигналов, и может быть использовано для обработки изображений или видеопоследовательностей. Техническим результатом изобретения является повышение точности обнаружения на кадрах видеопоследовательности объекта, совершающего периодические или квазипериодические движения. Способ обработки кадров видеопоследовательности для определения характера движения объекта, основанный на определении наличия движения объекта, в котором каждый кадр видеопоследовательности поступает на вход измерителя постоянной составляющей фазоэнергетического спектра строк кадров 1, где измеряется постоянная составляющая фазоэнергетического спектра строки каждого кадра, измеренные значения с выхода блока 1 поступают на вход запоминающего устройства 2, в котором происходит формирование двумерной матрицы размером IxN, где I - количество строк кадра; N - количество кадров видеопоследовательности, с выхода блока 2 на блок выделения периодических импульсов 3 построчно передается матрица, на выходе устройства 3 появляются импульсы с заданными параметрами и поступают на вход оконечного устройства 4, на котором происходит отображение информации о наличии периодического или квазипериодического движения в соответствующих участках кадров. 1 ил.
Description
Изобретение относится к области обработки многомерных сигналов и может быть использовано для обработки изображений или видеопоследовательностей, а также при построении систем технического зрения.
Известен способ обнаружения движущихся объектов, включающий формирование на выходе фотоприемного устройства лазерной локационной системы сигнала, отраженного от объекта, расчет числового значения логарифма отношения правдоподобия гипотез о наличии (отсутствии) в зарегистрированном сигнале периодических последовательностей импульсов, имеющих амплитудно-фазовую модуляцию, расчет числового значения порога различения, сравнение числовых значений логарифма отношения правдоподобия гипотез и порога различения, принятие решения о наличии (отсутствии) сигнала, отраженного от объекта с вращающимися элементами (Козирацкий Ю.Л., Алабовский А.В., Прохоров Д.В., Курьянов И.Ю., Мамаджанян Е.А. Обоснование метода идентификации и селекции воздушного объекта на основе получения и анализа спектральных признаков при вторичной модуляции // Радиотехника, 2017, №9).
Недостатком данного способа, снижающим быстродействие, является большое количество процедур сравнения при принятии решения о наличии (отсутствии) сигнала, отраженного от объекта с вращающимися элементами, а также вычислительная сложность.
Известен способ распознавания типа воздушной цели с турбореактивным двигателем на основе модуляционных признаков, основанный на регистрации отраженного от воздушной цели радиолокационного сигнала и формировании спектрально-доплеровского портрета, расчете положения спектральных составляющих доплеровского портрета, сравнение полученного доплеровского портрета с эталонными спектрально-доплеровскими портретами и принятии решения о типе цели (Надточий В.Н., Аврамов А.В., Антипов В.Н., Янковский В.Т. Алгоритм распознавания типа воздушной цели с турбореактивным двигателем на основе модуляционных признаков // Радиотехника, 2018, №3). Данный способ использует активный способ селекции, а также требует значительных вычислительных ресурсов.
Наиболее близким по технической сущности к заявляемому способу является способ определения движения объекта на основе межкадровых разностей частотных характеристик (Богословский А.В., Жигулина И.В., Копылов О.Е., Яковлев В.А. Определение параметров движения объекта по изображению на основе межкадровых разностей частотных характеристик // Радиотехника, 2010, №5). Он заключается в измерении частотных характеристик изображения по строкам и столбцам и дальнейшем определении их разностей. Недостатком данного способа является низкая вероятность обнаружения на кадрах видеопоследовательности объекта, совершающего периодические или квазипериодические движения.
Техническим результатом изобретения является повышение вероятности обнаружения на кадрах видеопоследовательности объекта, совершающего периодические или квазипериодические движения.
Указанный результат достигается тем, что в известном способе определения характера движения объекта на кадрах видеопоследовательности, включающем формирование видеопоследовательности, измерение частотных характеристик кадров и определение наличия движения объекта, согласно изобретению измеряют постоянные составляющие фазоэнергетических спектров строк каждого кадра, из которых формируют матрицу, выделяют периодически повторяющиеся элементы в ее строках, по наличию которых делают вывод о присутствии, в соответствующих строках кадра объекта, совершающего периодические или квазипериодические движения.
Сущность изобретения заключается в том, что измеряют постоянные составляющие фазоэнергетических спектров строк каждого кадра видеопоследовательности, из которых формируют двумерную матрицу размером I×N, где I - количество строк кадра; N - количество кадров видеопоследовательности, выделяют в строках матрицы периодически повторяющиеся элементы, по их наличию принимают решение о присутствии, в соответствующих строках кадра объекта, совершающего периодические или квазипериодические движения.
Известно, что все тела или совокупности тел, которые совершают периодические движения являются колебательными системами (Элементарный учебник физики, т. 3 под ред Г.С. Ландсберга, М.: Наука, 1985 г. с. 16 - 19). Поэтому согласно изобретению, измеряют постоянные составляющие фазоэнергетических спектров строк каждого кадра, из которых формируют двумерную матрицу размером I×N, где I - количество строк кадра; N - количество кадров видеопоследовательности, выделяют в строках матрицы периодически повторяющиеся элементы и принимают решение о наличии колебательного (вращательного) движения в соответствующих участках кадров. Этим достигается указанный в изобретении технический результат.
Способ определения характера движения объекта на кадрах видеопоследовательности может быть реализован, например, с помощью устройства, структурная схема которого представлена на фигуре, где обозначено: 1 - измеритель постоянной составляющей фазоэнергетического спектра строк кадров видеопоследовательности; 2 - запоминающее устройство; 3 - блок выделения периодических импульсов; 4 - решающее устройство.
Измеритель постоянной составляющей фазоэнергетического спектра строк кадров видеопоследовательности 1 может быть реализован на существующей элементной базе и предназначен для вычисления постоянных составляющих фазоэнергетического спектра строк каждого кадра видеопоследовательности путем построчной обработки значений яркости каждого кадра используя выражение 1:
где ƒm - отсчеты видеосигнала строки, m∈[-M, М]; 2М+1 - количество строк кадра видеосигнала.
Запоминающее устройство 2 предназначено для записи и хранения числовых значений постоянных составляющих фазоэнергетического спектра в виде двумерной матрицы. Этот блок может быть реализован, например, на основе блоков памяти большой разрядности [патент RU, 2384899, С2, МПК G11C 11/34, G11C 29/42, G06F 11/08, опубликовано 10.12.2009 г. www.freepatent.ru/patents/2384899].
Блок выделения периодических импульсов 3 предназначен для поиска периодически повторяющихся элементов в строках матрицы и может быть выполнен на основе схемы с генератором пилообразного напряжения [патент RU, 2305365, С1, МПК H03K 5/156, опубликовано 27.08.2007 г. http://wwwl.fips.ru/wps/portal/IPS_Ru#1543773011636].
Решающее устройство 4 предназначено для принятия решения о наличии в соответствующих строках кадров видеопоследовательности объектов, совершающих периодическое или квазипериодическое движение.
Структурная схема обнаружения объектов на изображениях функционирует следующим образом:
Каждый кадр видеопоследовательности поступает на вход измерителя постоянной составляющей фазоэнергетического спектра строк кадров 1, где измеряется постоянная составляющая фазоэнергетического спектра строки каждого кадра. Измеренные значения с выхода блока 1 поступают на вход запоминающего устройства 2, где происходит формирование двумерной матрицы размером I×N, где I - количество строк кадра; N - количество кадров видеопоследовательности. С выхода блока 2 на блок выделения периодических импульсов 3 построчно передается матрица, по мере получения данных каждой строки, осуществляется поиск периодически повторяющихся элементов, на выходе устройства 3 появляются импульсы с заданными параметрами и поступают на вход оконечного устройства 4, на котором происходит отображение информации о наличии периодического или квазипериодического движения в соответствующих участках кадров в удобном для пользователя виде.
Claims (1)
- Способ обработки кадров видеопоследовательности для определения характера движения объекта, основанный на определении наличия движения объекта, отличается тем, что каждый кадр видеопоследовательности поступает на вход измерителя постоянной составляющей фазоэнергетического спектра строк кадров 1, где измеряется постоянная составляющая фазоэнергетического спектра строки каждого кадра, измеренные значения с выхода блока 1 поступают на вход запоминающего устройства 2, в котором происходит формирования двумерной матрицы размером IxN, где I - количество строк кадра; N - количество кадров видеопоследовательности, с выхода блока 2 на блок выделения периодических импульсов 3 построчно передается матрица, по мере получения данных каждой строки, осуществляется поиск периодически повторяющихся элементов, на выходе устройства 3 появляются импульсы с заданными параметрами и поступают на вход оконечного устройства 4, на котором происходит отображение информации о наличии периодического или квазипериодического движения в соответствующих участках кадров.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2019101049A RU2737343C2 (ru) | 2019-01-10 | 2019-01-10 | Способ определения характера движения объекта на кадрах видеопоследовательности |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2019101049A RU2737343C2 (ru) | 2019-01-10 | 2019-01-10 | Способ определения характера движения объекта на кадрах видеопоследовательности |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| RU2019101049A3 RU2019101049A3 (ru) | 2020-07-10 |
| RU2019101049A RU2019101049A (ru) | 2020-07-10 |
| RU2737343C2 true RU2737343C2 (ru) | 2020-11-27 |
Family
ID=71509435
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2019101049A RU2737343C2 (ru) | 2019-01-10 | 2019-01-10 | Способ определения характера движения объекта на кадрах видеопоследовательности |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2737343C2 (ru) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080273751A1 (en) * | 2006-10-16 | 2008-11-06 | Chang Yuan | Detection and Tracking of Moving Objects from a Moving Platform in Presence of Strong Parallax |
| RU2439682C2 (ru) * | 2006-06-26 | 2012-01-10 | Квэлкомм Инкорпорейтед | Уменьшение ошибок во время вычисления обратного дискретного косинусного преобразования |
| RU2584961C2 (ru) * | 2011-02-23 | 2016-05-20 | Квэлкомм Инкорпорейтед | Мультиметрическая фильтрация |
| RU2602792C2 (ru) * | 2011-01-28 | 2016-11-20 | Конинклейке Филипс Электроникс Н.В. | Сравнение движущихся объектов на основе вектора движения |
| US9679387B2 (en) * | 2015-02-12 | 2017-06-13 | Mitsubishi Electric Research Laboratories, Inc. | Depth-weighted group-wise principal component analysis for video foreground/background separation |
-
2019
- 2019-01-10 RU RU2019101049A patent/RU2737343C2/ru not_active IP Right Cessation
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2439682C2 (ru) * | 2006-06-26 | 2012-01-10 | Квэлкомм Инкорпорейтед | Уменьшение ошибок во время вычисления обратного дискретного косинусного преобразования |
| US20080273751A1 (en) * | 2006-10-16 | 2008-11-06 | Chang Yuan | Detection and Tracking of Moving Objects from a Moving Platform in Presence of Strong Parallax |
| RU2602792C2 (ru) * | 2011-01-28 | 2016-11-20 | Конинклейке Филипс Электроникс Н.В. | Сравнение движущихся объектов на основе вектора движения |
| RU2584961C2 (ru) * | 2011-02-23 | 2016-05-20 | Квэлкомм Инкорпорейтед | Мультиметрическая фильтрация |
| US9679387B2 (en) * | 2015-02-12 | 2017-06-13 | Mitsubishi Electric Research Laboratories, Inc. | Depth-weighted group-wise principal component analysis for video foreground/background separation |
Also Published As
| Publication number | Publication date |
|---|---|
| RU2019101049A3 (ru) | 2020-07-10 |
| RU2019101049A (ru) | 2020-07-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110472627B (zh) | 一种端到端的sar图像识别方法、装置及存储介质 | |
| Zhao et al. | Vision-based anti-uav detection and tracking | |
| Rapp et al. | A few photons among many: Unmixing signal and noise for photon-efficient active imaging | |
| Peng et al. | Photon-efficient 3d imaging with a non-local neural network | |
| US9483839B1 (en) | Occlusion-robust visual object fingerprinting using fusion of multiple sub-region signatures | |
| CN110675418B (zh) | 一种基于ds证据理论的目标轨迹优化方法 | |
| EP3195042B1 (en) | Linear mode computational sensing ladar | |
| CN107392965B (zh) | 一种基于深度学习和双目立体视觉相结合的测距方法 | |
| US9576375B1 (en) | Methods and systems for detecting moving objects in a sequence of image frames produced by sensors with inconsistent gain, offset, and dead pixels | |
| CN110689562A (zh) | 一种基于生成对抗网络的轨迹回环检测优化方法 | |
| KR20150121179A (ko) | 실시간 스테레오 정합 | |
| Sommer et al. | Comprehensive analysis of deep learning-based vehicle detection in aerial images | |
| CN116309781B (zh) | 一种基于跨模态融合的水下视觉目标测距方法及装置 | |
| Decourt et al. | A recurrent CNN for online object detection on raw radar frames | |
| Kirkland et al. | Imaging from temporal data via spiking convolutional neural networks | |
| de Oliveira et al. | Generating synthetic short-range fmcw range-doppler maps using generative adversarial networks and deep convolutional autoencoders | |
| RU2737343C2 (ru) | Способ определения характера движения объекта на кадрах видеопоследовательности | |
| Chen et al. | Deep domain adversarial adaptation for photon-efficient imaging | |
| Song et al. | GM-APD lidar single-source data self-guided: Obtaining high-resolution depth map | |
| Jawad et al. | Measuring object dimensions and its distances based on image processing technique by analysis the image using sony camera | |
| Park et al. | Active-passive data fusion algorithms for seafloor imaging and classification from CZMIL data | |
| CN114581889A (zh) | 一种融合方法、装置、设备、介质及产品 | |
| Nie et al. | LFC-SSD: Multiscale aircraft detection based on local feature correlation | |
| Kocamış et al. | Object detection based deinterleaving of radar signals using deep learning for cognitive EW | |
| Kwan et al. | Practical approaches to target detection in long range and low quality infrared videos |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20210111 |