Вычисление и анализ признаков движущихся объектов для сопровождения на видеопоследовательности

Abstract

Рассмотрена задача формирования признаков объектов на видеопоследовательностях. Представлены основные типы движения одиночного объекта и группы. Предложена следующая классификация основных признаков, характеризующих движение объекта на видеопоследовательности: смещение, траектория, скорость и ускорение, время движения. С использованием предложенных обобщений для вычисления признаков динамических объектов описана модификация алгоритма сопровождения множества людей на видеопоследовательностях за счет использования фильтра Калмана для видеонаблюдения вне помещений. Первый этап алгоритма требует обнаружения всех людей во входных кадрах с использованием сверточной нейронной сети YOLOv4. Для сопоставления изображений людей на кадрах выполняется анализ их признаков в пространственной области кадров и во временной области на видеопоследовательности. При этом используются нейросетевые и гистограммные признаки, вычисленные для последнего правильного обнаружения человека в кадре; координаты центра выделенной области человека в кадре; смещение в текущем кадре относительно предыдущего; ширина и высота области на предыдущем кадре; траектория движения; время движения. Представлены результаты экспериментов для видеопоследовательностей, полученных с использованием стационарной и движущейся видеокамеры.= This paper discusses the formation of object features considering the peculiarities of their presentation in video sequences. The main types of movement of a single object and object group are presented. We propose a classification of features that characterize the movement of objects in a video sequence. A modification of the algorithm for tracking multiple people on video sequences using the Kalman filter for outdoor video surveillance is described. The first stage requires detecting person in the input frames by YOLOv4 convolutional neural network. For assignment problem solving of person we store information about individual object in spatial domain of frames and in the time domain on a video sequence. For person description feature set is used: neural network and histogram features, center coordinates of a person in the frame, offset in the current frame relative to the previous one, person width and height in the previous frame, trajectory and time of movement. The results of experiments for video sequences obtained using a stationary and moving video camera are presented.