Алгоритм многокамерного сопровождения человека используя данные от видеокамеры и тепловизора В. В.  Терехов, И. Е.  Ермолаев, Н. В

Скачать презентацию на тему: "Алгоритм многокамерного сопровождения человека используя данные от видеокамеры и тепловизора В. В.  Терехов, И. Е.  Ермолаев, Н. В" с количеством слайдов в размере 18 страниц. У нас вы найдете презентацию на любую тему и для каждого класса школьной программы. Мы уверены, что наши слайды помогут найти вам свою аудиторию. Весь материал предоставлен бесплатно, в знак благодарности мы просим Вас поделиться ссылками в социальных сетях и по возможности добавьте наш сайт MirPpt.ru в закладки.

Нажмите для просмотра
Алгоритм многокамерного сопровождения человека используя данные от видеокамеры и тепловизора В. В.  Терехов, И. Е.  Ермолаев, Н. В

1: Алгоритм многокамерного сопровождения человека используя данные от видеокамеры и тепловизора В. В.  Терехов, И. Е.  Ермолаев, Н. В.  Птицын ООО «Синезис», www. synesis. ru

2: Общая информация Цифровые системы видеонаблюдения представлены в большинстве общественных мест для увеличения охраны и анализа ситуаций. Видео данные используются операторами слежения, но по сути дела мало информативны. Желательно использовать автоматические системы охраны и анализа ситуаций с целью увеличить эффективность работы операторов и фильтрации излишних данных. Многокамерное сопровождение является обязательным для огромных пространств, где происходят события приводящие к дублированию или избытку информации поступающей к оператору. В этой презентации мы представляем алгоритм и систему для обработки видео и тепло информации поступающей от множественных источников.

3: Введение В соответствии с многочисленными требованиями обеспечения безопасности, многие системы оборудованы системами видеонаблюдения. Они генерируют огромное количество информации которая должна быть отфильтрована для обнаружения опасных ситуация или для последующего извлечения информации из записанного архива данных. В настоящее время эти задачи исполняются человеком оператором и количество таких операторов довольно велико для обслуживания большого количества точек снятия информации. Большинство данных обрабатывается оператором без анализа происходящего, что дает эффект потери от систем наблюдения реального времени. Тем не менее желательно иметь систему для автоматического анализа, дающую систему принятия решений для человека оператора. Это не простая задача, так как система сталкивается с огромным количеством посторонних объектов мешающих точно отследить искомый объект, сложные и быстро меняющиеся погодные условия и слишком узкие или слишком широкие поля обозрения. Наблюдение больших пространств обычно исполняется с помощью группы видеокамер для обработки движения нескольких людей или движения человека рядом с мешающим объектом или зданием.

4: 3D проекция для Модели системы и сцены

5: 2D проекция для Модели системы и сцены

6: Информация отображаемая на мониторе оператора

7: Возможности и особенности алгоритма позволяют

8: Система калибровки камер

9: Система калибровки камер

10: Система калибровки камер

11: Алгоритм многокамерного сопровождения включает шаги

12: Алгоритм многокамерного сопровождения включает шаги

13: Определение местоположения объекта на карте для одной видеокамеры

14: Формулы вероятностного расчета местоположения объекта на карте для одной видеокамеры/тепловизора

15: Формула вероятностного расчета местоположения объекта на карте для нескольких видеокамер/тепловизоров

16: Количество положительных срабатываний зависит от следующих параметров 1. Время суток или степень адаптации сенсора к изменению освещения критически влияет на все последующие алгоритмы, а именно авто-контраст и отношение сигнала к шуму; 2. Количество камер или тепловизоров (критически влияет на весь алгоритм в случае неправильной установки и калибровки источников); 3. Сложность сцены или количество мешающих объектов полностью или сильно заслоняющие объект; 4. Сложность поведения объекта (возможно постоянное появление и пропадание на краях поля обозрения); 5. Временное запаздывание между источниками; 6. Временное аппаратное или программное запаздывание при обработке сигнала видеоаналитикой;

17: Позитивное ложное срабатывание

18: Результаты и выводы

Скачать презентацию


MirPpt.ru