मल्टी-कैमरा वीडियो एनालिटिक्स

खाबरोसिटी के लिए पहले प्रकाशन में, हम सिनेसिस कंपनी के काम के सबसे दिलचस्प क्षेत्र के बारे में बात करना चाहते हैं - ट्रैकिंग वस्तुओं के लिए मल्टी-कैमरा वीडियो विश्लेषण, अधिक सटीक रूप से, एक मल्टी-कैमरा एल्गोरिदम।

हमारी टीम वीडियो एनालिटिक्स के क्षेत्र में लागू शोध में लगी हुई है और स्ट्रीमिंग वीडियो डेटा के अनुसार स्थितियों को स्वचालित रूप से वर्गीकृत करने के लिए हाई-स्पीड मशीन विज़न एल्गोरिदम विकसित कर रही है। सबसे दिलचस्प परिणाम हम एक कॉर्पोरेट ब्लॉग में कवर करने की योजना बनाते हैं। हम विचारों और आलोचना के लिए आभारी होंगे।

एक कैमरे के देखने के क्षेत्र में अनुरक्षण

लगभग किसी भी वीडियो एनालिटिक सिस्टम का एक अभिन्न घटक ट्रैकिंग (ट्रैकिंग) एल्गोरिदम है। स्मार्ट निगरानी प्रणाली की आवश्यकता क्यों है? सामान्य तौर पर, वस्तुओं को ट्रैक करना नियमों के अनुसार स्थितियों की स्वचालित मान्यता के लिए आवश्यक है, उदाहरण के लिए, एक व्यक्ति ने नियंत्रण क्षेत्र में प्रवेश किया, बंद कर दिया, विषय को छोड़ दिया, या नियमों के बिना, स्व-शिक्षण प्रणालियों में। अनुरक्षण में विफलता लगभग हमेशा एक चूक अलार्म स्थिति या वीडियो एनालिटिक्स के बार-बार ट्रिगर करने की ओर ले जाती है।

हैबर ने पहले ही Zdenek Kalal और Microsoft Research के विकास पर लेखों में वस्तुओं के रखरखाव के बारे में बात की थी। "सिंगल-चैंबर" ट्रैकिंग, उदाहरण के लिए, मैजिकबॉक्स डिवाइस में इस तरह काम करता है:



"सिंगल-चैंबर" ट्रैकिंग एल्गोरिदम का परिणाम प्रत्येक ऑब्जेक्ट के अनुपात-अस्थायी निर्देशांक का एक क्रम है। जब एक वस्तु कैमरे के दृश्य के क्षेत्र को छोड़ देती है या जब कोई वस्तु किसी बाधा के पीछे प्रवेश करती है तो प्रक्षेपवक्र विराम संभव है।

कई कैमरों के देखने के क्षेत्र में संभावना

मल्टी-कैमरा ट्रैकिंग एल्गोरिदम, इस प्रकाशन का विषय, विभिन्न कैमरों से वस्तुओं की स्थिति पर लगातार डेटा की तुलना करता है, सापेक्ष स्थिति को ध्यान में रखते हुए और कैमरे क्षेत्र के मानचित्र से जुड़े होते हैं। एल्गोरिथ्म कैमरा से कैमरे की ओर बढ़ते समय ऑब्जेक्ट के एक सामान्यीकृत प्रक्षेपवक्र का निर्माण करता है और इस प्रक्षेपवक्र को मानचित्र पर प्रोजेक्ट करता है। इस स्थिति में, ऑब्जेक्ट को एक ही समय में कई कैमरों द्वारा या अंधा क्षेत्र में देखा जा सकता है। एक मल्टी-कैमरा प्रक्षेपवक्र आपको भू-दृश्य खोज उपकरण, स्वचालित कोण चयन और अन्य सुरक्षा विशेषताओं को लागू करने की अनुमति देता है जो अक्सर विज्ञान कथा फिल्मों में दिखाए जाते हैं।

स्थानिक कैमरा अंशांकन

सिस्टम का संचालन शुरू करने से पहले, प्रत्येक कैमरे का निगरानी क्षेत्र नियंत्रित क्षेत्र के नक्शे से जुड़ा होता है। हमारे अंशांकन एल्गोरिथ्म चार बिंदुओं का उपयोग करता है, जिनमें से निर्देशांक उपयोगकर्ता को कैमरे के फ्रेम और मानचित्र पर एक साथ सेट करना चाहिए:



क्षेत्र की सतह पर नोडल बिंदुओं का उपयोग करने की सिफारिश की जाती है, जो विभिन्न कोणों से नेत्रहीन निर्धारित करना आसान है, उदाहरण के लिए, पेड़, घर के कोनों और बाड़। एल्गोरिदम कम से कम वर्गों विधि द्वारा समन्वय परिवर्तन मैट्रिक्स की गणना करता है:



जहाँ r कैमरे के फ्रेम पर निर्देशांक है, R मानचित्र पर वैश्विक निर्देशांक है, A वांछित परिवर्तन मैट्रिक्स है।

इस प्रकार, परिवर्तन मैट्रिक्स ए आपको मानचित्र पर अपने वैश्विक निर्देशांक में कैमरा फ्रेम में ऑब्जेक्ट के दो-आयामी निर्देशांक प्रदर्शित करने की अनुमति देता है।

चरण 1: प्रीप्रोसेसिंग डेटा

इसलिए, मल्टी-चैम्बर ट्रैकिंग एल्गोरिदम के इनपुट पर, विभिन्न कैमरों द्वारा दर्ज की जाने वाली वस्तुओं के अनुपात-अस्थायी निर्देशांक की एक धारा प्राप्त होती है। चूंकि "सिंगल-चैंबर" वीडियो विश्लेषण समय सिंक्रनाइज़ नहीं है, इसलिए शुरुआती निर्देशांक रैखिक अंतर प्रक्षेप द्वारा एकल समय पैमाने पर कम हो जाते हैं। फिर निर्देशांक मैट्रिक्स ए का उपयोग करके एक वैश्विक समन्वय प्रणाली में तब्दील हो जाते हैं ।

यह मानचित्र पर प्रोजेक्ट करने के बाद ऑब्जेक्ट के प्रक्षेपवक्र कैसे दिखते हैं। चित्रण नौ कैमरों के कवरेज क्षेत्रों को दिखाता है, जिनमें से पांच किसी वस्तु की गति को दर्ज करते हैं। "सिंगल-चैंबर" प्रक्षेपवक्र को एक ही रंग में संबंधित कैमरों और कार्रवाई के उनके क्षेत्रों के रूप में हाइलाइट किया गया है।

चरण 2: कैमरा ओवरलैप क्षेत्र में पूर्व-चयन वस्तुएं

दूसरा चरण अवलोकन की गई वस्तुओं के वैश्विक निर्देशांक की एक तुलनात्मक तुलना है, जिसे संभवतः कई कैमरों द्वारा देखा जा सकता है, लेकिन एक भौतिक वस्तु के अनुरूप है। ऐसा करने के लिए, वर्तमान समय के लिए मानचित्र पर देखी गई वस्तुओं के बीच की दूरी की गणना की जाती है। यदि दूरी चयनित सीमा से कम है, उदाहरण के लिए, 1 मीटर, तो अगले प्रसंस्करण कदम के लिए वस्तुओं को चिह्नित किया जाता है।

यदि समय के लिए कैमरे का डेटा उपलब्ध नहीं है (ऑब्जेक्ट इस कैमरे के कवरेज क्षेत्र के बाहर है), तो ऑब्जेक्ट के स्थान की भविष्यवाणी की जाती है। यह माना जाता है कि कैमरा दृश्यता के बाहर वस्तु की गति नहीं बदलती है।

चरण 2 के परिणामस्वरूप, प्रेक्षित वस्तुओं और इसी "एकल-कक्ष" प्रक्षेपवक्र की एक सूची जो एक भौतिक वस्तु के अनुरूप हो सकती है।

चरण 3: "सिंगल-चैम्बर" रास्तों से मेल खाना

तीसरे चरण में, हम दो "सिंगल-चैंबर" विशेषणों के निर्देशांक के जोड़े के बीच पियर्सन सहसंबंध गुणांक की गणना करते हैं । यदि सहसंबंध गुणांक महत्व के चयनित अंतराल में निहित है, तो हम मानते हैं कि दो प्रक्षेपवक्र एक ही वस्तु के हैं।

चरण 4 प्रक्षेपवक्र को सारांशित करना

चौथे चरण में, हम "एकल-कक्ष" प्रक्षेपवक्र को "बहु-कक्ष" में जोड़ते हैं। चरण 3 में प्राप्त ओवरलैप क्षेत्र में, हम ऑब्जेक्ट के औसत प्रक्षेपवक्र की गणना करते हैं। यदि कैमरा कवरेज क्षेत्र ओवरलैप नहीं करते हैं, तो दो प्रक्षेपवक्रों का "सिलाई" होता है, जहां प्रत्येक कैमरे में देखे गए सीमा निर्देशांक द्वारा अंधा क्षेत्र के निर्देशांक प्रक्षेपित होते हैं।

नीचे मल्टी कैमरा वीडियो एनालिटिक्स का उपयोग करते हुए मानचित्र पर ऑब्जेक्ट का एक सामान्यीकृत प्रक्षेपवक्र है।

निष्कर्ष

व्यावहारिक दृष्टिकोण से, विकसित मल्टी-चैम्बर ट्रैकिंग एल्गोरिदम आपको इसकी अनुमति देता है:

1. लक्ष्य का पता लगाने की सटीकता में वृद्धि और आसन्न टेलीविजन और थर्मल इमेजिंग कैमरों के वीडियो एनालिटिक्स के मेटाडेटा के सहसंबंध के कारण झूठी सकारात्मक की संख्या को कम करना;
2. टीवी और थर्मल इमेजिंग कैमरों पर एक साथ देखे गए लक्ष्य की छवि की तुलना करें;
3. वीडियो एनालिटिक्स के बार-बार ट्रिगर को छोड़कर जब लक्ष्य एक कैमरे के निगरानी क्षेत्र से दूसरे कैमरे के निगरानी क्षेत्र में चला जाता है;
4. सभी कैमरों के लिए तुरंत वीडियो विश्लेषण के परिणामों के अनुसार संरक्षित वस्तु के नक्शे पर किसी व्यक्ति के आंदोलन के पूरे प्रक्षेपवक्र को प्रदर्शित करें;
5. मानव व्यवहार और घटनाओं की अधिक सटीक पहचान के लिए मानचित्र पर एक बहु-कैमरा पथ पर नियम लागू करें;
6. जब वह कैमरे से कैमरे की ओर बढ़ता है, तो किसी व्यक्ति को देखने के लिए इष्टतम कोण का चयन करें।

अनुसंधान के दौरान, 9 कैमरों का एक प्रायोगिक मल्टी-चैम्बर ट्रैकिंग जोन बनाया गया । कई कैमरों के अनुसार लक्ष्य की गति का एक सामान्यीकृत प्रक्षेपवक्र प्राप्त होता है। भविष्य के अनुसंधान का कार्य विकसित एल्गोरिदम की प्रभावशीलता और सटीकता का मूल्यांकन करना है।

अतिरिक्त जानकारी

संश्लेषण वेबसाइट पर प्रकाशन भी देखें:

1. विस्तारित वस्तुओं के लिए सुरक्षा प्रणालियों में लक्ष्य पर नज़र रखने के लिए एल्गोरिदम
2. वीडियो कैमरा और थर्मल इमेजर से डेटा का उपयोग करने वाले व्यक्ति के मल्टी-कैमरा ट्रैकिंग के लिए एल्गोरिदम
3. गतिमान और गतिहीन बाधाओं द्वारा उनके अस्पष्टता की स्थितियों में वस्तुओं का रखरखाव
4. वीडियो निगरानी प्रणाली का भविष्य: मल्टी-कैमरा ट्रैकिंग