نام پژوهشگر: فاطمه نوروزی هریس
فاطمه نوروزی هریس بهروز قلی زاده
در سالهای گذشته، تعدادی سیستمهای تجزیه و تحلیل تصویر به صورت خودکار، برای تشخیص، تجزیه و تحلیل و ردیابی اشیای متحرک در اماکن و کاربردهای گوناگون، توسعه داده شده اند. این موضوع یکی از مسائل مهم و در حال توسعه در پردازش تصویر و بینایی ماشین، است. ردیابی اشیاء، نمایش تغییرات موقعیت یک شیء و دنبال کردن آن در یک دنباله از تصاویر ویدئویی، با هدفی خاص است که باید با دقت مطلوبی انجام شود. اگرچه سابقه ایجاد پدیده ردیابی اشیاء به مسائل نظامی برمی گردد ولی امروزه به دلیل کاربردهای بسیار گسترده ی ردیابی اشیاء در زمینه های مختلف، مثلاً کنترل ترافیک و تشخیص حرکات غیرمعمول، این مقوله و جوانب مختلف آن مورد توجه ویژه ای قرار گرفته است. از جمله مسائلی که همواره عملکرد الگوریتم های ردیابی را با مشکل مواجه ساخته است، تعامل آنها با روش های تشخیص هدف، ظاهر متغیر اهداف و همچنین ردیابی همزمان چند هدف است. در این پژوهش، یک روش با بهره وری بالاتر و دقیق تر از روش های قبل برای ردیابی اشیاء با استفاده از تصویر برداری با دوربین ثابت معرفی می گردد. در این سیستم تصاویر ویدئویی گرفته شده از محل مورد نظر، پردازش شده و اشیای متحرک آن شناسایی و استخراج می گردند. الگوریتم پیشنهادی در چندین مرحله عمل می کند. ابتدا پس زمینه ی ثابت را شناسایی و نویز را از آن حذف می کند. این پس زمینه برای تفریق شدن از اشیا ی متحرک به کار می رود. پس از آن طی یک مرحله ی فیلتر کردن تصویر، سایه ها و نویزهای تصویر فیلمبرداری شده حذف و در نهایت با استفاده از روش مسیریابی حباب شی متحرک یا اشیا ی متحرک تفکیک، شناسایی و ردیابی می شوند. آزمایش این سیستم، بر روی تصاویری از یک فرد در حیاط منزل و جاده های شهری انجام شد. نتایج تجربی نشان می دهد که مدل پیشنهادی برای تشخیص اشیاء متحرک و ردیابی آنها، به خوبی کار می کند و می تواند تخمین حرکت و مسیر حرکت اشیاء را از نظر سرعت و دقت تا حد مطلوبی بهبود دهد. این بهبود از نظر دقت نسبت به روش های گذشته به 10 درصد نیز می رسد.