Комбинированный алгоритм отслеживания перемещений

Решение, предложенное в работе, основано на комбинировании различных биометрических метрик для улучшения качества распознания. Используются метрики:

• · Цветовая гамма одежды;
• · Текущее положение в пространстве;
• · Телосложение.

Распознавание силуэтов людей производится на каждом кадре с помощью каскадов Хаара.

Каскад Хаара

Признаки Хаара (примитивы Хаара) — один из наиболее популярных признаков изображения, используемых для распознавания образов. Каждый признак включает в себя несколько смежных прямоугольных зон, расположенных определенным образом на изображении. Разница между суммами яркостей пикселей зон, является значением признака. Различные признаки имеют различное расположение более светлых и более темных зон, таким образом позволяя описать одним из них практически любое сочетание светлых и темных зон.

Рисунок 3. Примитивы Хаара.

Каскад Хаара — это набор из некоторого количества признаков Хаара, имеющий определенные свойства взаимного расположения признаков на изображении. Используя достаточно большое количество примитивов, можно описать любой объект на изображении.

Эта техника удобна тем, что позволяет использовать предварительно рассчитанное описание характеристик искомого изображения многократно и является одним из самых быстрых способов распознавания объектов на изображении (при условии использования предварительно рассчитанного каскада) [5] .

Принцип работы алгоритма заключается в том, что по всему изображению прогоняется прямоугольное сканирующее окно. Во всех тестируемых положениях рассчитывается яркость зон, описанных в примитивах поискового каскада. Если карта яркости фрагмента изображения в окне похожа на искомый примитив — информация об этом сохраняется. По итогам сканирования изображения найденные совпадения анализируются, группируются и проверяются на соответствие условиям взаимного расположения элементов в каскаде. Если расположение найденных элементов совпадает с эталонным, зоны, содержащие требуемые признаки, подаются на выход алгоритма [6].

Помимо высокой скорости распознавания преимуществом использования данного алгоритма является то, что каскады для большинства основных фигур и предметов (включая части человеческого тела) уже неоднократно были рассчитаны с достаточной точностью, что позволяет не проводить обучение и подбор соответствующих выборок самостоятельно, а просто взять готовый классификатор и использовать в своей программе.

Помимо выделения силуэтов людей на изображении, выполняется отделение движущихся объектов от фона с помощью алгоритма, описанного P. KadewTraKuPong и R. Bowden в их работе «An improved adaptive background mixture model for real-time tracking with shadow detection» [7].