Разработка и исследование моделей поведения динамических объектов на основе интеллектуального анализа видеопотоков данных

Актуальность исследования обусловлена стремительным ростом объемов видеоинформации, которая нуждается в оперативном анализе. По прогнозам специалистов, мировой рынок средств видеоаналитики в 2010 году составит 600 млн. долларов. Особую актуальность данная тема приобретает в связи с участившимися случаями террористических актов. Так, Правительство РФ приняло решение о разработке проекта централизованной системы видеонаблюдения в реальном времени для Московского метрополитена с возможностью автоматического анализа видеоизображений.

Современные средства видеоаналитики должны совмещать в себе высокую эффективность оперативного видеоконтроля, комплексный анализ сцены и расширенные возможности автоматической индексации потока видеоизображений.

Решать подобные задачи возможно с помощью классической теории распознавания образов. Однако современные достижения этой теории не всегда применимы в силу больших затрат вычислительных ресурсов и времени. Поэтому предлагается использовать основные положения теории искусственного интеллекта с выделением характеризующих признаков и получением их значений, достаточных для описания сцен по видеои фотоизображениям. Это значительно упрощает анализ действий объекта на кадрах видеоизображения. Примером такого подхода является представление объекта в виде фантома и выделение основных точек на теле человека. Предлагаемая модель может служить как воспринимающим аппаратом, так и инструментом моделирования действий человека и дальнейшего анализа.

Основная проблема при создании архива появлений объекта, например лица человека, в поле зрения видеокамеры состоит, во-первых, в сильной избыточности информации, а во-вторых, в необходимости определения объекта на каждом кадре. Идеально это может делать человек, однако он имеет ограниченные возможности и не в состоянии следить за большим количеством объектов одновременно. А зачастую присутствие человека невозможно. Поэтому требуется помощь компьютера и возникает необходимость в использовании интеллектуальных систем видеонаблюдения.

Характерными особенностями видеоданных являются гигантский объем и высокая размерность, подверженность ошибкам и пропускам, неполнота и неточность. Эти сложности в полной мере учитывают современные методы и алгоритмы интеллектуального анализа данных — междисциплинарного направления исследований по выявлению в больших объемах сырых данных практически полезных и доступных интерпретации знаний, необходимых для принятия качественных решений.

Системы, основанные на знаниях, используются при решении следующих задач обработки видеоизображений:

• Выделение отдельных смысловых важных фрагментов сцен.

• Интерпретация символов и сигналов.

• Анализ переднего и заднего плана видеокадра.

• Принятие решений в условиях неопределенности.

О важности использования методов интеллектуальной обработки видеоизображений также свидетельствует распространение систем мониторинга «Безопасный город» и разработка и опубликование проекта Федерального закона Российской Федерации «О технических средствах обеспечения противокриминальной защиты объектов и имущества». Закон определяет основные положения технического регулирования в области криминальной безопасности и устанавливает общие требования к техническим средствам обеспечения противокриминальной защиты объектов и имущества.

В соответствии с основными положениями закона, под системой охраны и мониторинга понимается совокупность технических средств, связанных между собой каналами передачи данных, использующих систему для определения параметров пространственно-временного положения подвижных объектов и предназначенных для противодействия преступным посягательствам.

Таким образом, разработка и исследование моделей поведения объекта при обработке видеоизображений с целью решения задач анализа данных и распознавания сцен является актуальной научной проблемой.

Теоретические и практические предпосылки настоящего исследования составили фундаментальные и прикладные работы ученых в следующих областях:

• представление и использование нечеткоопределенных знаний и данных (Заде JI.A. [Заде, 1974, 1976, 1980], Берштейн JI.C. [Берштейн и др., 1990, 1991, 2003а, Ь, с], Борисов А. Н. [Борисов и др., 1982, 1989], Кофман А. [Кофман, 1982], Сергеев Н. Е., Уэно X., Togai М. [Togai, Watanabe, 1986а, b]);

• представление структур данных и знаний с помощью графов и гиперграфов (Оре О., Берж К., Берштейн Л. С., Ахо А., Гётчел Р. Х., Зыков А. А. [Зыков, 1974, 1987], Касьянов В. Н., Евстигнеев В. А. [Касьянов и др., 2003], Кристофидис Н., Свами М., Татт У., Хопкрофт Д.);

• представление знаний о пространстве и времени (Кандрашина Е.Ю., Литвинцева Л. В., Поспелов Д. А. [Кандрашина и др., 1989], Ковалев С. М. [Ковалев, 2001а, Ь], Еремеев А. П. [Еремеев и др., 2000]);

• методы интеллектуального анализа данных (Пиатецкий-Шапиро Г., Wasserman S. [Wasserman, Faust, 1994]);

• агенты и многоагентные системы (Рассел С., Норвиг П. [Рассел, Норвиг, 2006], Поспелов Д. А. [ Поспелов, 19 86, 1997, 1998], Тарас ов В.Б. [Тарасов, 1998, 2002]).

Цель работы и задачи исследования. Целью диссертационной работы является разработка и исследование моделей поведения динамических объектов при обработке видеоизображений для решения задач анализа данных и распознавания сцен.

Поставленная цель определяет следующие основные задачи диссертационного исследования:

1. Исследовать и разработать нечеткие модели представления пространственно-временных знаний и данных для задач обработки видеоизображений.

2. Разработать алгоритм распознавания сцен для моделей поведения динамических объектов.

3. Разработать систему распознавания сцен и анализа действий объектов на видеокадре.

4. Реализовать практическое решение задачи интеллектуального анализа данных и распознавания сцен в виде программного комплекса.

Методы проведения исследований основаны на использовании теории нечетких множеств и нечеткой логики, теории графов и гиперграфов, моделей искусственного интеллекта, методов интеллектуального анализа данных.

Научная новизна работы заключается в следующем:

1. Разработаны и исследованы математические модели для описания положения объектов на видеокадре, отличающиеся от известных использованием нечетких пространственно-временных атрибутов и лингвистических переменных, что позволяет на основе моделирования нечетких рассуждений вырабатывать компетентные решения в условиях неопределенности и сложной пространственно-временной обстановки.

2. Разработаны вычислительные методы и алгоритмы анализа видеокадров, отличающиеся возможностью реализации нечетких процедур поиска и слежения за компонентами объекта, что позволяет оперативно и адекватно формировать сценарии и описания ситуаций в системах анализа видеоизображений.

3. Разработана графово-гиперграфовая модель описания сцен и ситуаций, отличающаяся использованием понятия обобщенного гиперграфа, что позволяет с высокой степенью достоверности имитировать процедуры получения экспертных решений.

4. Разработан программный комплекс «Система мониторинга динамических объектов», предназначенный для анализа видеокадров и распознавания сцен, позволяющий определить требования к основным параметрам и характеристикам таких систем и предложить принципы создания интеллектуальных систем обработки видеоизображений, отличающиеся возможностью принятия решений в условиях неполноты и противоречивости исходной информации.

Практическая ценность результатов исследования заключается в следующем:

1. Разработанные модели и методы обработки видеоизображений могут быть использованы для создания систем мониторинга сложных объектов с возможностью анализа видеоизображений.

2. Предложенные принципы создания адаптивной интеллектуальной системы могут быть применены для создания систем принятия решений в сложной пространственно-временной обстановке.

3. Разработанная система распознавания сцен и анализа действий объекта на кадрах видеоизображения, реализованная в виде программного комплекса, может служить инструментом для моделирования действий человека в информационных системах искусственного интеллекта.

Достоверность полученных в диссертации результатов подтверждается математическими и аналитическими доказательствами и оценками, проведением экспериментов на ЭВМ, результатами практического использования предложенных в диссертации моделей, методов и алгоритмов, что подтверждено актами и справками о внедрении, а также апробацией результатов на научно-технических конференциях различного уровня.

Реализация результатов работы. Диссертация выполнена в соответствии с основным направлением научно-исследовательской работы Таганрогского технологического института Южного Федерального Университета «Формальные системы, искусственный интеллект и системы принятия решений».

Основные результаты диссертационной работы использованы при выполнении научно-исследовательских работ, в том числе:

— в рамках выполнения НИР № 15 551 «Разработка теории, моделей и методов принятия решений в интегрированных интеллектуальных системах на основе нечетких знаний и смешанного представления атрибутов» и № 15 552 «Разработка теории, моделей и методов, основанных на использовании нечетких ситуационных систем и нечетких классификационных моделей для целей принятия решений в сложной пространственно-временной обстановке», выполняемых на кафедре прикладной информатики Таганрогского технологического института Южного федерального университета в 2006;2010 г. г.;

— при выполнении хоздоговорных НИР, выполняемых Ростовским областным центром новых информационных технологий (РОЦ НИТ) при Южном федеральном университете в 2007;2010 г. г.

Использование результатов диссертационной работы подтверждаются соответствующими актами.

Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на международных научно-технических конференциях и молодежных научных конференциях «Интеллектуальные САПР» (Дивн оморск, 2007;2009 г. г.) — VIII, IX, X Всеро ссийских научных конференциях студентов и аспирантов «Техническая кибернетика, радиоэлектроника и системы управления» (Таганрог, 2007, 2008, 2009 г. г.) — III Межгосударственной научно-практической конференции «Экономико-организационные проблемы проектирования и применения информационных систем» (Ростов-на-Дону, 2008 г.), XII Всероссийской научной конференции молодых ученых и аспирантов «Новые информационные технологии. Разработка и аспекты применения» (Таганрог, 2009 г.) — на ежегодных научно-технических конференциях профессорско-преподавательского состава, аспирантов и сотрудников ТТИ ЮФУ.

Публикации. Результаты диссертации отражены в 10 печатных работах, в том числе в 5-ти, рекомендованных ВАК.

Основные положения диссертации, выносимые на защиту:

1. Разработка и исследование нечетких моделей представления пространственно-временных данных для задач обработки видеоизображений.

2. Алгоритм распознавания сцен при обработке видеоизображений.

3. Информационная система автоматического распознавания сцен и анализа действий объектов на видеокадре.

4. Модель обобщенного гиперграфа для описания сцен.

5. Результаты экспериментов с использованием методов интеллектуального анализа данных и разработанного программного комплекса.

Структура и объем работы. Диссертационная работа состоит из введения, 3 основных глав, заключения, списка использованной литературы и 3 приложений.

Основные результаты диссертационной работы использованы и при выполнении научно-исследовательских работ и в учебном процессе вуза, что подтверждается соответствующими актами.

ЗАКЛЮЧЕНИЕ

.

В ходе проведенных исследований получены следующие основные научные и практические результаты:

1. Разработаны и исследованы нечеткие модели на основе пространственно-временных атрибутов для описания положения объектов на видеокадре, использование которых позволило проводить интеллектуальный анализ видеопотоков данных, аналогичный деятельности человека-оператора.

2. Предложены принципы создания интеллектуальных систем обработки изображений и определены требования к основным параметрам и характеристикам таких систем, что позволило разработать комплексную систему мониторинга динамических объектов и осуществить ее практическое применение в задачах обработки видеоизображений.

3. Введено понятие гиперграфа специального вида — обобщенного гиперграфа. Такая модель может отображать как отношения целых групп элементов, так и отношения между отдельными элементами. Предложенная модель использовалась для описания сцен при формировании сценариев и ситуаций в системах анализа видеоизображений.

4. Разработан алгоритм работы системы мониторинга динамических объектов, реализующий поиск и слежение за компонентами объекта для анализа видеокадров и распознавания сцен, что позволило получить достоверные результаты при анализе видеоизображений большого объема и сложной структуры.