Studio di tecniche per la rivelazione di traiettorie di veicoli in movimento in sequenze video - Giacomo Serini - AA 2005-2006 Relatori: Prof. Vito Cappellini, Dr. Roberto Caldelli
Studio di tecniche per la rivelazione di traiettorie di veicoli in movimento in sequenze video
1. Dipartimento di Elettronica e Telecomunicazioni
Università di Firenze
Laboratorio Comunicazioni & Immagini
Studio di tecniche per la
rivelazione di traiettorie di veicoli
in movimento in sequenze video
Tesi di Laurea di:
Giacomo Serini
Corso di Laurea in Ingegneria delle Telecomunicazioni
Relatori:
Prof. Vito Cappellini
Ing. Roberto Caldelli
2. Sommario
Panoramica sull’Object Tracking: classificazione algoritmi
Algoritmi Model Based
Algoritmi Features Based
Algoritmi Contour Based
Algoritmi Region Based
Implementazione Algoritmo basato sul Block Matching
Il Block Matching Algorithm
Object Tracking basato sul BMA
Risultati sperimentali
Firenze, 18 Dicembre 2006
2
4. Analisi del traffico
Pixel processing level:
Appartenenza di un pixel allo
sfondo o ad un oggetto in
movimento.
Frame processing level:
Analisi delle regioni in
movimento.
Tracking:
Inseguimento, riconoscimento e
classificazione degli oggetti.
Estrazione parametri rilevanti
(velocità).
Firenze, 18 Dicembre 2006
4
5. Algoritmi di Tracking
Algoritmi Features Based:
si focalizza l’attenzione solo su
alcuni particolari (Es: centroide).
Primi Bounding box
frame Individuazione OBJECT
Segmentazione
sequenza sfondo e centroidi TRACKING
(CTD 1 CTD 1) (CTD 2 CTD 2 )
M N M
2
N
2
M e N appartenenti a
due frame consecutivi
Firenze, 18 Dicembre 2006
5
6. Algoritmi di Tracking
Algoritmi Model Based:
richiedono un dettagliato modello geometrico.
Frame Distanza Stima MIN
Estrazione OBJECT
originale bordi I somiglianza
bordi TRACKING
(I) modello T
1
S (T , I )
N
t T
d I (t ) 2
Stima della
somiglianza Distanza tra il
Numero di punto t in T e
punti del il bordo più
Template vicino di I
Firenze, 18 Dicembre 2006
6
7. Algoritmi di Tracking
Algoritmi Contour Based:
si costruisce una rappresentazione del
contorno aggiornandolo di frame in frame.
Estrazione
I(t) contorno Stima del moto
I(t+1) Estrazione Confronto
contorno contorni
OBJECT
TRACKING
Firenze, 18 Dicembre 2006
7
8. Algoritmi Region Based
Ad ogni oggetto viene associata una regione
corrispondente
Si esegue una stima
del moto su sottoparti
dell’immagine
(blocchi) e si
Block Matching Algorithm
raggruppano quelle
con spostamenti
simili.
(B.M.A.)
Gli oggetti così
determinati
sono infine
riconosciuti
nella sequenza.
Firenze, 18 Dicembre 2006
8
9. Il Block Matching
Parametri fondamentali
Dimensione dei blocchi FINESTRA DI
Massimo spostamento RICERCA
Comprende tutti i
pixel relativi alle
posizioni che il
Criterio di scelta M.A.D. (Mean
blocco può assumere
Absolute
Determina la Entrambe le
Difference)
somiglianza funzioni devono
tra due essere
blocchi M.S.E. (Mean minimizzate
Square Error)
Firenze, 18 Dicembre 2006
9
10. Il Block Matching
Tecniche di B.M.A.
Esaustive :
Si cerca il miglior confronto ovunque (Fullsearch).
Multi step:
Si ricercano i blocchi solo in alcune posizioni (Three
Step Search).
Firenze, 18 Dicembre 2006
10
13. Object Tracking con B.M.A.
Estrazione dei Vettori di Moto
Per estrarre i vettori di moto si usa l’algoritmo Fullsearch.
Il criterio di scelta utilizzato è una variante del M.A.D.
N N
SAD Y (i, j ) Z (i, j )
i 1 j 1
Sum of
Absolute Dimensione Valori
Difference blocco dei pixel
in Y e Z
Firenze, 18 Dicembre 2006
13
14. Object Tracking con B.M.A.
Regolarizzazione Vettori di Moto
Applicazione
filtro a soglia
e mediano
Errori di stima
del moto
Regolarizzazione
vettori di moto
Firenze, 18 Dicembre 2006
14
15. Object Tracking con B.M.A.
Etichettatura oggetti
Due criteri utilizzati:
Vicinanza spaziale
Somiglianza vettori di moto
|| u v ||L2 ( xu xv ) ( yu yv ) ThL
2 2
I due vettori La soglia
di moto scelta
Firenze, 18 Dicembre 2006
15
18. Risultati sperimentali
Parametri fondamentali
Bloch Matching:
Dimensione dei blocchi
N = 16
Massimo spostamento
Soglia filtro vettori di moto
P=7
Labelling:
Soglia confronto somiglianza vettori di moto
Soglia eliminazione etichette rumorose.
ThL = 3
Tracking:
Soglia sovrapposizioni
ThS = N x N
Firenze, 18 Dicembre 2006
18
19. Risultati sperimentali
Risultati con configurazione standard
Sequenza Taxi:
Sequenza Perdita del veicolo Sequenza
originale bianco a causa di elaborata
movimenti di rotazione 19
Firenze, 18 Dicembre 2006
20. Risultati sperimentali
Risultati con configurazione standard
Sequenza Highway:
Sequenza Sequenza
Buoni risultati.
originale elaborata
Sovrasegmentazione
dovuta a N grande
Firenze, 18 Dicembre 2006
20
21. Conclusioni
Panoramica sull’Object Tracking:
Classificazione algoritmi.
Implementazione Algoritmo basato sul Block Matching:
Descrizione dettagliata dell’algoritmo.
Buone prestazioni.
Difficoltà rilevazione movimenti rotatori.
Fortemente dipendente da stima del moto.
Necessità di immagini a buona risoluzione.
Sviluppi futuri:
Migliore regolarizzazione vettori di moto.
Assunzioni a priori per gli spostamenti dei veicoli.
Firenze, 18 Dicembre 2006
21