Простеження об’єктів при відеоспостереженні

Простеження об’єктів при відеоспостереженні

Розглядається алгоритм простеження об’єктів у відео, що базується на спільному використанні відомих алгоритмів MOG (Mixture of Gaussians) та KCF (Kernelized Correlation Filters). Наведено результати пошуку та простеження рухомих об’єктів у відео. Показано, що алгоритм є ефективнішим у порівнянні з M...

Full description

Saved in:
Bibliographic Details
Published in:Control systems & computers
Date:2020
Main Authors: Кийко, В.М., Мацелло, В.В.
Format: Article
Language:Ukrainian
Published: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2020
Subjects:
Fundamental Problems in Computer Science
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/181129
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Простеження об’єктів при відеоспостереженні / В.М. Кийко, В.В. Мацелло // Control systems & computers. — 2020. — № 2. — С. 12-22. — Бібліогр.: 12 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-181129
record_format dspace
spelling Кийко, В.М.
Мацелло, В.В.
2021-11-02T19:07:58Z
2021-11-02T19:07:58Z
2020
Простеження об’єктів при відеоспостереженні / В.М. Кийко, В.В. Мацелло // Control systems & computers. — 2020. — № 2. — С. 12-22. — Бібліогр.: 12 назв. — укр.
2706-8145
DOI https://doi.org/10.15407/usim.2020.02.012
https://nasplib.isofts.kiev.ua/handle/123456789/181129
004.932.2
Розглядається алгоритм простеження об’єктів у відео, що базується на спільному використанні відомих алгоритмів MOG (Mixture of Gaussians) та KCF (Kernelized Correlation Filters). Наведено результати пошуку та простеження рухомих об’єктів у відео. Показано, що алгоритм є ефективнішим у порівнянні з MOG та KCF в умовах, коли об'єкти, що простежуються, рухаються із порівняно різкими змінами швидкості, напряму руху та орієнтації, а також в умовах часткового укриття або зникнення з поля зору.
Целью работы является исследование алгоритма прослеживания объектов в видео, основанного на совместном использовании алгоритмов MOG и KCF. Метод. Прослеживание объектов в видео использует KCF для нахождения нового положения объекта на текущем изображении и MOG для получения разностного изображения с целью последующей коррекции координат и размера объекта с помощью интегрального представления этого изображения. Результаты. Предложен алгоритм прослеживания объектов в видео, основанный на совместном использовании MOG и KCF. Приведены результаты поиска и прослеживания движущихся объектов в видео. Показано, что алгоритм является более эффективным по сравнению с MOG и KCF в условиях, когда объекты, которые прослеживаются, движутся со сравнительно резкими изменениями скорости, направления движения и ориентации, а также в условиях частичного укрытия или исчезновения из поля зрения. Алгоритм является также более устойчивым к помехам и изменениям освещения по сравнению с MOG алгоритмом.
The purpose of the article is to develop online tracking algorithm on the base of co-operative applying of MOG and KCF algorithms. Method.Proposed tracker makes use of KCF to find new position of tracked object in current frame and use of MOG to get subtractive image with subsequent correction of error object position on the base of integral representation of this image. Results.Visual online tracking algorithm based on co-operative use of MOG and KCF algorithms is developed. Testing results prove that the algorithm is more stable in comparison with KCF in the case of abrupt changes of tracked object motion speed or direction. The algorithm is also more resistant to noise and illumination changes in comparison with MOG algorithm.
uk
Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
Control systems & computers
Fundamental Problems in Computer Science
Простеження об’єктів при відеоспостереженні
Прослеживание объектов при видеонаблюдении
Object Tracking at Video Monitoring
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Простеження об’єктів при відеоспостереженні
spellingShingle Простеження об’єктів при відеоспостереженні
Кийко, В.М.
Мацелло, В.В.
Fundamental Problems in Computer Science
title_short Простеження об’єктів при відеоспостереженні
title_full Простеження об’єктів при відеоспостереженні
title_fullStr Простеження об’єктів при відеоспостереженні
title_full_unstemmed Простеження об’єктів при відеоспостереженні
title_sort простеження об’єктів при відеоспостереженні
author Кийко, В.М.
Мацелло, В.В.
author_facet Кийко, В.М.
Мацелло, В.В.
topic Fundamental Problems in Computer Science
topic_facet Fundamental Problems in Computer Science
publishDate 2020
language Ukrainian
container_title Control systems & computers
publisher Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
format Article
title_alt Прослеживание объектов при видеонаблюдении
Object Tracking at Video Monitoring
description Розглядається алгоритм простеження об’єктів у відео, що базується на спільному використанні відомих алгоритмів MOG (Mixture of Gaussians) та KCF (Kernelized Correlation Filters). Наведено результати пошуку та простеження рухомих об’єктів у відео. Показано, що алгоритм є ефективнішим у порівнянні з MOG та KCF в умовах, коли об'єкти, що простежуються, рухаються із порівняно різкими змінами швидкості, напряму руху та орієнтації, а також в умовах часткового укриття або зникнення з поля зору. Целью работы является исследование алгоритма прослеживания объектов в видео, основанного на совместном использовании алгоритмов MOG и KCF. Метод. Прослеживание объектов в видео использует KCF для нахождения нового положения объекта на текущем изображении и MOG для получения разностного изображения с целью последующей коррекции координат и размера объекта с помощью интегрального представления этого изображения. Результаты. Предложен алгоритм прослеживания объектов в видео, основанный на совместном использовании MOG и KCF. Приведены результаты поиска и прослеживания движущихся объектов в видео. Показано, что алгоритм является более эффективным по сравнению с MOG и KCF в условиях, когда объекты, которые прослеживаются, движутся со сравнительно резкими изменениями скорости, направления движения и ориентации, а также в условиях частичного укрытия или исчезновения из поля зрения. Алгоритм является также более устойчивым к помехам и изменениям освещения по сравнению с MOG алгоритмом. The purpose of the article is to develop online tracking algorithm on the base of co-operative applying of MOG and KCF algorithms. Method.Proposed tracker makes use of KCF to find new position of tracked object in current frame and use of MOG to get subtractive image with subsequent correction of error object position on the base of integral representation of this image. Results.Visual online tracking algorithm based on co-operative use of MOG and KCF algorithms is developed. Testing results prove that the algorithm is more stable in comparison with KCF in the case of abrupt changes of tracked object motion speed or direction. The algorithm is also more resistant to noise and illumination changes in comparison with MOG algorithm.
issn 2706-8145
url https://nasplib.isofts.kiev.ua/handle/123456789/181129
citation_txt Простеження об’єктів при відеоспостереженні / В.М. Кийко, В.В. Мацелло // Control systems & computers. — 2020. — № 2. — С. 12-22. — Бібліогр.: 12 назв. — укр.
work_keys_str_mv AT kiikovm prostežennâobêktívprivídeospostereženní
AT macellovv prostežennâobêktívprivídeospostereženní
AT kiikovm prosleživanieobʺektovprivideonablûdenii
AT macellovv prosleživanieobʺektovprivideonablûdenii
AT kiikovm objecttrackingatvideomonitoring
AT macellovv objecttrackingatvideomonitoring
first_indexed 2025-11-30T21:11:44Z
last_indexed 2025-11-30T21:11:44Z
_version_ 1850858517703950336

Similar Items