شناسایی و ردیابی برخط انسان ها در صحنه های نیمه متراکم

در سال¬های اخیر آشکارسازی و ردیابی انسان¬ها در تصاویر ویدئویی مورد توجه زیادی قرار گرفته است. یکی از کاربردهای مهم آشکارسازی و ردیابی انسان¬ها، در سامانه¬های نظارتی می¬باشد. از سامانه¬های نظارتی در کنترل عبور و مرور افراد در مکان¬های مهم، آشکارسازی افراد در محیط¬های خاص، آمارگیری و کنترل ازدحام جمعیت در محیط¬های پرتردد، آشکارسازی حرکت¬های غیر عادی انسان و وسایل نقلیه در محیط¬های پرتردد و بسیاری از کاربردهای دیگر استفاده می¬شود. بسیاری از روش¬هایی که تا به امروز معرفی شده¬اند، در محیط¬هایی با تعداد انسان¬های کم، قابل استفاده هستند و باید دانست روش¬هایی که برای سامانه بینایی کامپیوتر در محیط¬های خلوت به کار می¬روند، معمولا برای محیط¬های دارای جمعیت مناسب نیستند. هدف از این پژوهش ارائه راهکارهایی جهت آشکارسازی انسان¬ها و ردیابی آن¬ها با استفاده از ترکیبی از ویژگی¬های مختلف است. در این پژوهش از تصاویر ویدئویی که با یک دوربین ثابت تهیه شده¬اند استفاده شده است. در این پژوهش استخراج ویژگی به کمک توصیف¬کننده¬ی پیشنهادی هیستوگرام جهت دار انجام می¬پذیرد. ایده¬ی توصیف¬کننده پیشنهادی به منظور کم نمودن طول بردار ویژگی و بالا بردن سرعت استخراج ویژگی می¬باشد. برای حل مشکل آشکارسازی انسان¬هایی که بدنشان دچار همپوشانی شده است، از اجزاء مختلف انسان¬ها جهت دسته¬بندی قسمت¬های مختلف تصویر استفاده شده است. در این پژوهش برای ردیابی افراد از سامانه فیلتر ذره¬ای و پیش¬بینی مکان انسان¬ها برای ارتباط بین آشکارسازی¬ها در قاب¬های متوالی استفاده شده است. ردیابی انسان¬ها به کمک نتایج بدست آمده از آشکارسازی در هر قاب و استخراج ویژگی¬های رنگی مربوط به نیمه¬ی دوم بالاتنه و اطلاعات مکانی مرکز ثقل هر انسان صورت گرفته است. نتایج بدست آمده نشان می¬دهد، روش استخراج ویژگی به کمک هیستوگرام جهت¬دار گرادیان در محیط¬های پرجمعیت و دارای همپوشانی، مناسب عمل کرده و قادر به آشکارسازی انسان¬های دارای همپوشان در ابعاد مختلف است. قابلیت آشکارسازی انسان در چنین محیط¬هایی نسبت به بسیاری از روش¬های مقایسه شده در این پژوهش در پایگاه داده¬ی tud بهتر عمل نموده است. روش پیشنهادی در پایگاه داده¬ی tud-campus در دقت 0.9 به بازیابی 0.78 رسیده است. این روش در محیط¬های با پس¬زمینه¬های بسیار پیچیده¬تر، دارای دقت پایین¬تری است. روش پیشنهادی در پایگاه داده¬ی tud-pedestrian در دقت 0.7 به بازیابی 1 رسیده است.