tìm hiểu một số phương pháp phát hiện đối tượng đột nhập

T là giá tr ng ng trong không gian c tr ng... nh có th ch a thông tin v không gian nhi u ch ng nào có th... Tr nh phân kh i quan tâm nthông tin v không gian... Ph ng pháp này có khá nhi

I C M N

Sau th i gian th c t p và nghiên c u t i tr ng HDL H i Phòng em ãhoàn thành vi c tìm hi u tài: Tìm hi u m t s ph ng pháp phát hi n i

ng t nh p, trong th i gian làm án t t nghi p em ã nh n c s giúp

h t s c nhi t tình c a Th.s Ngô Tr ng Giang và cùng v i s n l c c a

n thân nên em ã hoàn thành tài c giao

Em xin chân thành c m n s giúp c a các th y cô khoa công nghthông tin, th y giáo Th.s Ngô Tr ng Giang và toàn th các b n sinh viênkhoa Công ngh thông tin, tr ng i h c Dân l p H i Phòng cùng v i giaình ã ng h giúp và t o m i u ki n thu n l i cho em trong su t quátrình h c t p và nghiên c u hoàn thành t t án t t nghi p này

i Phòng, tháng 07 n m 2007

Sinh viên

C L C

I C M N 1

U 4

CH NG 1: NG QUAN V X LÝ VIDEO 5

1.1 Gi i thi u 5

1.2 Các hi u ng biên t p video 7

1.3 Các thu c tính c tr ng c a video 9

1.3.1 Color 9

1.3.2 Texture 9

1.3.3 Shape 10

1.3.4 Motion 10

1.4 Phân n video 10

1.5 thu t tr nh 13

1.5.1 a vào so sánh m nh 14

1.5.2 a vào kh i 16

1.5.3 a vào so sánh bi u 18

1.5.4 a vào ph ng pháp th ng kê 23

CH NG 2: M T S PH NG PHÁP PHÁT HI N CHUY N NG 25 2.1 ng quan ph ng pháp tr n n 25

2.1.1 Gi i thi u 25

2.1.2 Gi i thu t tr n n 26

2.1.2.1 Ti n x lí 27

2.1.2.2 Mô hình hóa n n 27

2.1.2.3 Phát hi n i t ng 32

2.1.2.4 p lí hoá d li u 33

2.2 Tr n n s d ng thông tin màu và gradiant 35

2.2.1 Gi i thi u 35

2.2.2 Mô hình hóa n n 35

2.2.3.1 Tr n n d a vào màu 37

2.2.3.2 Tr n n d a vào biên 38

2.2.3.3 t h p các k t qu tr màu và tr biên 39

2.2.4 Nh n xét 40

2.3 Phát hi n i t ng chuy n ng d a vào k t c u 40

2.3.1 Gi i thi u 40

2.3.2 Toán t m u nh phân c c b 41

2.3.3 Ph ng pháp phát hi n i t ng chuy n ng 42

2.4 Phát hi n i t ng chuy n ng d a vào s bi n thiên c c b c a véct k t c u SP 45

2.4.1 Gi i thi u 45

2.4.2 Bi u di n video v i vect k t c u SP 47

2.4.3 Phát hi n i t ng chuy n ng d a trên bi n thiên c c b 48

CH NG 3: TH NGHI M PHÁT HI N I T NG T NH P 50

3.1 Mô t bài toán 50

3.2 Môi tr ng test 50

3.3 t s giao di n 50

3.4 ánh giá 52

T LU N 54

TÀI LI U THAM KH O 55

Ngày nay, s phát tri n c a công ngh thông tin ã xâm nh p vào

u h t các m t c a i s ng xã h i v i nh ng ng d ng r ng rãi h tr chocon ng i trên nhi u l nh v c, trong ó có l nh v c an toàn an ninh, ch ngxâm nh p.Vi c m b o an ninh là m t v n quan tr ng và c n thi t(Vd : Trong các nút giao thông quan tr ng, trong các siêu th , trong các ngânhàng hay b o tàng là nh ng n i mà v n an ninh c t lên hàng u )

Có nhi u ph ng pháp nh m m b o an ninh sao cho t c hi u qucao, trong ó có ph ng pháp áp d ng các h th ng camera quan sát schuy n ng c a các i t ng trong khu v c Ngày nay v i s ti n b v t

c c a khoa h c, ta có th xây d ng m t h th ng c nh báo t ng phát

hi n i t ng t nh p mà không c n con ng i ph i tr c ti p theo dõicamera, u này giúp cho con ng i gi m thi u c th i gian và s c l c

ng th i v n cho m t k t qu chính xác

i bài toán phát hi n i t ng t nh p có 2 h ng ti p c n gi iquy t ó là: d a vào ph n c ng và d a vào các k thu t x lý nh Trong

án t t nghi p này em xin trình bày m t s ph ng pháp phát hi n i t ngchuy n ng trong n video d a vào các k thu t x lí nh C u trúc c a bàikhóa lu n g m ph n m u, ph n k t lu n, ph n ph l c và 3 ch ng v i n idung:

CH NG 1: NG QUAN V X LÝ VIDEO

1.1 Gi i thi u

li u video s ngày càng c s d ng r ng rãi li u video s bao

m hình nh và âm thanh video c l u tr trong máy tính d i d ng s

Tr c tiên ta tìm hi u video s là gì? Video s hay Video là t p h p cáckhung hình c t liên ti p nhau, m i khung hình là m t nh s

chu i các khung t nh t c nh nhau t o nên các c nh phim chuy n ng M tkhung n là m t nh t nh

Khung hình i khung hình i+1

n video có th t o c m giác chuy n ng, các khung hình ph i

c quay v i t c phù h p M t ng i ch có th nh n c 24 hình/giây,

u nh l n l t 24 hình ho c nhi u h n 24 hình c phát trong m t giây thì

t s không nh n ra c s r i r c gi a nh ng khung hình, mà ch th y

nh ng c nh liên t c Có nhi u h video và m i h có t c quay khác nhau

nh : NTSC 30 hình/giây, PAL 24 hình/giây, SECAM 29.99 hình/giây

Khung hình là n v c b n nh t c a d li u video Theo chu n c a hNTSC thì m t giây có 30 khung hình, v y m t phút có 1800 khung hình, m t

gi có 60x1800 = 108000 khung hình Có th th y r ng s l ng khung hìnhcho m t n video th ng là r t l n, c n ph i có m t n v c p cao h n chovideo s

dòng video, g m các chu i m t hay nhi u khung hình liên ti p, không thchia nh h n, ng v i m t thao tác camera n

Nh ng khung hình này liên ti p theo th i gian mô t m t hành ng liên

c, và c gi i h n b i 2 chuy n c nh

Chuy n c nh

t n video có th có nhi u n c s , mà c ng có th ch là m t

n c s Nh ng n c s i di n cho toàn b n video, và truy xu t

n chúng c ng coi nh là truy xu t n chính n video T ch c nh ng

n video m c n c s là thích h p nh t cho vi c duy t và truy tìmthông tin d a vào n i dung

hay nhi u shot liên quan n nhau v không gian và li n k v th i gian, cùng

mô t m t n i dung ng ngh a ho c m t tình ti t

Ngoài ra có th bi u di n c u trúc video d a trên i t ng:

1.2 Các hi u ng biên t p video

các hi u ng video có th là r t l n Các ch ng trình biên t p video

i ti ng nh Adobe Premiere hay Ulead MediaStudio có t i hàng tr m lo i

Color, texture, shapFeature Motion, trajectotry

biên t p c tham s hóa Tuy nhiên trên th c t , h n 99% các biên t p ó

u n m trong ba lo i: c t c ng, fade và ch ng m ; ngoài ra còn có wipe

Ø t c ng: là s bi n i t ng t t c nh này sang c nh khác, nó x y

ra gi a hai khung hình

Ø Fade: là s bi n i d n d n gi a m t c nh và m t nh (fade out)

ho c là s bi n i d n gi a m t nh và m t c nh phim (fade in)

Ø Ch ng m : là s bi n i d n d n t c nh c sang c nh m i trong ó

nh c c fade out và c nh m i c fade in

Ø Wipe: là hi n t ng c nh ch y theo m t ng trên màn hình, trongkhi ó c nh m i xu t hi n phía sau ng ó

Các hi u ng ó t o nên s bi n i cho các khung hình, t o nên cácchuy n c nh C t c ng t o nên chuy n c nh t ng t; fade, ch ng m và wipe

o nên chuy n c nh d n d n

1.3 Các thu c tính c tr ng c a video

1.3.1 Color

i m i m t nh u có m t bi u màu bi u di n s phân b màutrong nh, bi u màu không ph thu c vào vi c quay nh, d ch chuy n nh,chi u nhìn nh mà ph thu c vào vào h màu và các ph ng pháp nh l ng

- Bi u di n Tamura c thúc y nh các nghiên c u v tâm lí trong

vi c thu nh n tr c giác c a con ng i, nó bao g m các thu c tính o tính thô,

t ng ph n, h ng, tính tr n, tính cân i và thô ráp Các c tính này

t quan tr ng trong vi c tìm hi u n i dung nh vì nó bi u di n r t tr c quan

1.3.3 Shape

Các c tr ng hình dáng có th c bi u di n s d ng phân tích hìnhdáng truy n th ng nh mô-men b t bi n, mô t Fourier, mô hình h c t ngquay lui và các thu c tính hình h c Các c tr ng này có th c phân chiathành c tr ng toàn c c và c tr ng c c b

- c tr ng toàn c c là c tr ng thu c tính thu c t toàn b hìnhdáng nh (VD: chu vi, tính tròn, h ng tr c chính )

Hình 1.7: Biên n c s

Trong nh ng n m g n ây, nh ng nghiên c u v vi c phát hi n t ng

n c s ngày càng phát tri n, nh ng ng d ng ngày càng nhi u và càng cónhi u thu t toán c công b gi i quy t v n phân n c s cho

nh ng m c ph c t p khác nhau c a d li u th t

Các k thu t phân n có th c chia thành 3 lo i: phân n d a vào

ng ng, phân n d a trên phát hi n c nh, phân n b ng ph ng pháp nvùng Phân n d a vào ng ng s bi n i m t nh u vào f thành m t

nh nh phân u ra g d a trên m t ng ng T cho tr c nh sau:

T j i f for j

i g

) , ( 0

, 1

) ,

i i và j là các t a X và Y, g(i,j) =1 ch ra r ng m nh (i,j) thu c

i t ng và ng c l i g(i,j)= 0 ch ra r ng m nh thu c v n n T là giá

tr ng ng trong không gian c tr ng V i m t s ng ng cho tr c ta có thchia m t nh thành các i t ng

Ho c m t ph ng pháp phân n khác c ng d a vào ng ng là: rúttrích các c tr ng c a m i khung hình trong n video, r i tính toán skhác bi t gi a c tr ng c a các khung hình liên ti p, sau ó so sánh nh ngkhác bi t này v i m t ng ng cho tr c M i khi s khác bi t v t quá

ng ng thì có ngh a là tìm th y c m t n c s T v n s d ng c

Chuy n c nh

tr ng nào c a khung hình, và s d ng nh th nào ã n y sinh ra nhi u

Do vi c phát sinh nhi u t nhiên c a ph ng pháp phát hi n c nh, vi cxây d ng nên các i t ng b ng cách tìm ki m biên c a chúng g p nhi ukhó kh n Các ph ng pháp n vùng sinh ra các phân vùng m t cách tr c ti p

a trên các chu n ng nh t (vd: màu s c) H ng ti p c n d i-lên gom các

Các k thu t phân n tiên ti n c phát tri n trong c ba lo i trên

nh m cho k t qu phân n t t h n M t s ví d ã bi t nh các thu t toánwatershed dùng các hình thái toán h c n vùng, m ng neural h c các thôngtin ng c nh t d li u hu n luy n, và gom nhóm d li u d a trên lý thuy t

1.5 thu t tr nh

Hi u theo ngh a h p, tr hai nh có cùng kích th c là vi c xây d ng nh

i t s khác bi t c a hai nh Theo ngh a r ng h n, tr nh là vi c tínhtoán chênh l ch gi a hai nh trên m t c tr ng nh nào ó nh c ng ,màu s c, texture (k t c u), shape (hình dáng), chuy n ng…

Có nhi u k thu t tr nh khác nhau, nh ng có th chia thành 3 lo i:

- a vào m nh: So sánh các c p m nh t ng ng trên hai nh

- a vào kh i: Chia nh thành các mi n và so sánh các mi n t ngng.

- a vào bi u : So sánh s phân b c a thu c tính nào ó c a nh

t h p các lo i này v i các thu c tính so sánh c a nh, ta s có nhi u thu t tr nh khác nhau

ây là ph ng pháp tính toán s sai khác gi a hai frame b ng vi ctính toán các giá tr , nó mô t m i thay i v c ng m nh trong các

nh Có nhi u ph ng pháp tính s sai khác này, Nagasaka và Tanaka ã

a ra m t ph ng pháp tính t ng toàn b nh ng thay i khác nhau v

ng m nh gi a hai khung hình nh là chênh l ch khung D(f1,f2)

X f

nh c a khung hình có s thay i l n ho c nhanh

- Nh y v i nhi u và các di chuy n c a camera

t b c phát tri n h n c Otsuji xu t ó là thay vì tính toán tr c

ti p t ng nh ng m khác bi t l n v c ng th c t , ti n hành m các s

m nh có thay i l n h n m t ng ng nào ó, so sánh t ng ó v i

ng ng khác phát hi n chuy n c nh

X f

f

u t l s m nh thay i D(f1, f2) l n h n ng ng T2 thì ã cóchuy n c nh do c t Tuy các thay i không liên quan trong khung hình ã

c lo i b t nh ng ph ng pháp này v n nh y c m v i nh ng di chuy ncamera và di chuy n c a i t ng khi camera quay h ng theo i t ng, r tnhi u m nh thay i dù ch m t s ít m nh d ch chuy n

t nh c m n a c a ph ng pháp phân bi t m nh là tính nh y

m nh ng thay i v sáng c a nh, ví d n hình là các ch p sáng ( ènflash)

Trên hình 1.12, giá tr xám nh y lên m c cao khi ch p sáng xu t hi n

u này s tr l i bình th ng sau m t s frame do các thay i m c acamera Nh ng v i m t c nh th t, phân b màu s không tr l i m c ban u

Ng i ta dùng t l khác bi t màu qua frame và khác bi t màu long tern phát hi n flash T l này c nh ngh a:

) 1 , ( / ) 1 , ( ) ( i = D i i − D i + i −

, N u f1(x, y)− f2(x, y) > T1 , ng c l i

1

, y

x DP

Trong ó i là frame ang xét, và δ là chi u dài trung bình c a thay i

c a camera N u Fr(i) nh h n m t ng ng cho tr c thì m t ch p sáng

c phát hi n t i v trí frame th i và ng c l i Khi ó ng i ta u ch nh sai khác giá tr m nh b ng cách chia nó cho c ng c a m nhtrên khung hình th hai

2 1

) , (

) , ( )

, ( 1

) , (

X f

i i

w

, ,

2

Trái ng c v i h ng ti p c n s d ng các c tính toàn c c c a ckhung hình, h ng ti p c n phân kh i s d ng các c tính c c b nh m t ngtính c l p v i các di chuy n c a camera và i t ng M i khung hình cchia thành b kh i Các kh i trên khung hình f1 c so sánh v i kh i

ng ng trên khung hình f2 V c b n, chênh l ch gi a hai khung hình

f f D

1

2 1 2

Trong ó C k là h s cho tr c, DP(f1,f2,k) là chênh l ch gi a

kh i th k c a hai khung hình f1 và f2

Kasturi so sánh các kh i t ng ng áp d ng công th c:

k k

k k

k k

k

2 1

2 2 2 1

2 1

.

2 2

σ σ

µ µ

σ σ

ph c t p c a hàm th ng kê Ph ng pháp này có m t b t l i là các chuy nshot s b b qua trong tr ng h p hai kh i r t khác nhau có th có cùng hàm

t Tuy nhiên tr ng h p ó c ng ít x y ra

t h ng ti p c n khác v i k thu t tr nh phân kh i do Shahraray

a ra Shahraray ã chia khung hình thành 12 mi n và tìm mi n thích h p

nh t cho m i mi n khung hình kia chênh l ch tính b ng k thu t tr nh

a vào m nh c a t ng mi n c s p x p T ng có tr ng s c a cácchênh l ch ã s p x p cho ta k t qu D cu i cùng

Xiong phát tri n ph ng pháp tr nh, g i là so sánh th c, phát hi n

chuy n c nh do ng t ch b ng vi c so sánh m t ph n c a nh Ph ng phápnày ch ra r ng, sai sót m c ph i hoàn toàn có th b qua n u ít h n m t n a các c a s c s (các ô vuông không ch ng nhau, hình 1.13) u c

ki m tra Trong tr ng gi a hai khung hình có s bi n i l n thì kích th ccác c a s c ch n l n b t bi n v i các thay i không làm v và

1 ,

, 2

1 f k f

DP

nh có th ch a thông tin v không gian nhi u ch ng nào có th Các c a

c s c so sánh và tính chênh l ch m c xám ho c giá tr màu c acác m nh Khi giá tr chênh l ch l n m t ng ng nào ó thì xem nh

mi n ang xét ã thay i Khi s mi n thay i l n h n m t ng ng khác thì chuy n c nh do ng t ã x y ra Th c nghi m ã ch ng minh r ng h ng

ti p c n này cho t c nhanh h n ph ng pháp so sánh t ng c p m, th mchí c ph ng pháp bi u xét d i ây

Hình 1.13: Các c a s c s trong thu t toán so sánh th c

Bi u màu (m c xám) c a khung hình i là m t vect G chi u

Hi = (Hi(1), Hi(2), … , Hi(G)) Trong ó G là s màu (m c xám), Hi(j) là s

m nh c a khung hình i có màu (m c xám ) j

Ph ng pháp n gi n nh t là tính t ng s sai khác các c t c a bi u

H f

f D

0

2 1

2

1, ) ( ) ( ) (

H k w f

f D

0

2 1

2

1, ) ( ) ( ) ( ) (

(1.12)

Trong ó w(k) là tr ng s ng v i giá tr màu (m c xám ) k

Swain và Ballard l i s d ng s giao nhau c a bi u c so sánh:

Hình 1.14: So sánh hai bi u

Vùng bi u chung nhau, ph n g ch chéo trong hình 1, cho bi t

ng t v n i dung hai nh có th c nh ngh a nh sau:

f S

0

2 1

2 ,

k H k H f

f S

0

2 1

0

2 1

2 1

)) ( )

( max(

)) ( )

( min(

) , (

k H k H f

f S f

f

D

0

2 1

0

2 1

2 2

1

)) ( )

( max(

)) ( )

( min(

1 ) , 1 ( 1 ) , (

(1.15)

Ph ng pháp khác bi t v bi u màu c s d ng nhi u và thông

ng nh t vì nó tính toán nhanh, n gi n và hi u qu trong vi c phát hi nchuy n c nh t ng t, chuy n c nh rõ ràng, ho c có s d ch chuy n nh c a

i t ng và s d ch chuy n nh c a camera Nh ng v i chuy n c nh d n

n, các nh t t m i, an xen l n nhau, làm cho khác bi t v c tr ng

gi a các khung hình liên ti p t ng i nh , không v t qua ng ngxác nh ã t ra, d n n khó phát hi n c chuy n c nh N u nh ng ngxác nh th p quá thì s tìm ra nhi u n d th a, n u t ng ng quá caothì không phát hi n c chuy n c nh M t khác, trong tr ng h p camerahay i t ng chuy n ng nhanh c ng t o ra s khác bi t t ng i l n gi acác khung hình gi i quy t v n này, m t ph ng pháp c xu t là

Tr c tiên s d ng Th phát hi n chuy n c nh do c t c nh Sau ó s

ng Tl phát hi n v trí khung hình Fs có th là khung hình u tiên c achuy n c nh d n d n, khung Fs này c em so sánh v i các khung ti ptheo, công vi c so sánh tích l y vì trong su t quá trình bi n i d n d n chênh l ch s t ng lên Khung hình cu i cùng c a chuy n c nh d n d n s

c phát hi n khi chênh l ch gi m xu ng th p h n m c ng ng Tl, trong

ki m b t u v i m t bi n i d n d n khác Tuy nhiên, có nhi u bi n i d n

n mà chêch l ch gi a các khung hình liên ti p u nh h n ng ng bé Tl

n này có th gi i quy t d dàng b ng cách t giá tr ch p nh n ccho phép ch m t s l ng nh t nh các khung hình liên ti p có chêch l ch

th p tr c khi lo i tr ng h p bi n i ang xét Nh v y, ph ng pháp sosánh c p có th phát hi n chuy n c nh t ng t và chuy n c nh d n d n cùng

t lúc Qua k t qu th c nghi m cài t thu t toán và so sánh các k thu tphân n khác nhau và th y r ng so sánh c p là ph ng pháp n gi n vàphân n r t t t

- i nh ng vùng c nh nh , khi thay i v n gây ra chú ý nh ng l ikhông óng vai trò quan tr ng trong bi u và nh v y thì r t d b b quakhi ti n hành k thu t tr nh tìm ra s sai khác.

Bi u c c b là bi u mô t s phân ph i các giá tr m nh trên

t ph n c a khung hình Nh ã c p trên, ph ng pháp tr nh d a vào

bi u là ph ng pháp ít ch u nh h ng c a nhi u và s di chuy n i

ng Tuy nhiên v i bi u toàn c c thì v n g p m t s tr ng i, kh c

ph c nh ng nh c m c a bi u toàn c c, chúng ta s k t h p tr nh d avào bi u v i k thu t tr nh phân kh i Tr nh phân kh i quan tâm nthông tin v không gian V c b n ph ng pháp này t t h n vi c so sánh

ng c p m nh, nh ng nó v n ch u tác ng c a s di chuy n c a camera

và i t ng và c ng t n kém Còn k thu t tr nh d a vào bi u không

ch u nh h ng nhi u c a camera hay s di chuy n c a i t ng, nh ng l i

có nh c m là không ch a ng thông tin v không gian Nh v y vi c k t

p hai ph ng pháp này s bù p c nh ng thi u sót cho nhau B ngcách k t h p hai ý t ng, chúng ta v a có th gi m c tác ng c a s di

chuy n camera và i t ng, v a s d ng thông tin v không gian nh, và cho

t qu phân n t t h n

Ý t ng là, ta s chia khung hình thành b kh i, ánh s t 1 n b Sosánh bi u c a các kh i t ng ng r i tính t ng chênh l ch có k t qu

f D

1

2 1 2

j H f

f DP

0

2 1

G

j

c

c c

k j H

k j H k j H k

f f

DP

,

2 2

1 2

1

) , (

)) , ( )

, ( ( )

, ,

Ph ng pháp sai khác th ng kê d a vào ph ng pháp tr giá tr m

nh, nh ng thay vì tính t ng s sai khác c a t t c các m nh, ta chia nhthành các mi n r i so sánh các i l ng th ng kê m nh c a các mi n ó

Ta s d ng th ng kê t l s m nh thay i trên toàn b khung hình,

d ng m t giá tr d là ng ng sai khác c tính gi a hai m nh t ngng

i S là t p các m nh có sai khác l n h n d:

S = {(x,y) \ |f1(x,y) – f2(x,y)| > d} (1.19)

sai khác gi a hai khung hình c tính b ng t l các m nh có chênh l ch l n h n d.

Y X

count S

f f D

*

) ,

Chúng ta có th s d ng cách khác là dùng các i l ng th ng kê cho

ng mi n, nh bi u ch ng h n Ph ng pháp này có khá nhi u sai sóttrong phát hi n c nh phim

ng chuy n ng Nh ng pixel này c x lí ti p cho nh v và theo dõi

i t ng Tr n n là b c u tiên và quan tr ng trong nhi u ng d ng thgiác máy, nó c s d ng trích tr n ra nh ng m t ng ng úng v i

nh ng i t ng chuy n ng quan tâm M c dù nhi u gi i thu t tr n n c

xu t, nh ng v n c a nh n d ng i t ng chuy n ng trong nh ng môi

tr ng ph c t p v n còn ch a c gi i quy t hoàn toàn

Có m t vài v n mà m t gi i thu t tr n n t t ph i gi i quy t phù h p.Xét m t chu i video t camera theo dõi c nh m t nút giao thông (t i n igiao nhau c a giao thông) ây là m t môi tr ng ngoài tr i, do ó m t gi ithu t tr n n ph i thích nghi v i nhi u m c khác nhau c a sáng t i nh ng

th i m khác nhau trong ngày và x lí u ki n th i ti t b t l i nh s ng

mù ho c tuy t làm thay i n n Vi c thay i bóng, bóng b i s dichuy n c a i t ng, c n ph i c lo i b nh ng c tr ng thích h p có

th c trích ch n t nh ng i t ng trong quá trình x lí ti p theo Lu nggiao thông ph c t p t i ch giao nhau luôn t ra nh ng thách th c m i cho

gi i thu t tr n n Xe di chuy n t c bình th ng khi èn xanh, nh ng d ng

i khi èn b t Xe c ng yên không chuy n ng cho n khi èn xanh

t l i M t gi i thu t tr n n t t ph i x lý nh ng i t ng chuy n ng mà

ban u nó hòa tr n v i n n và sau ó nó không ph i là n n Ngoài ra, nhi u

ng d ng c n ph i x lý th i gian th c, nên gi i thu t tr n n ph i tính toán

nhanh và có yêu c u b nh ít, trong khi v n có kh n ng xác nh nh ng i

trong gi i thu t tr n n là: Ti n x lý, mô hình hóa n n, phát hi n i t ng

và h p l hóa d li u Ti n x lí bao g m nh ng tác v x lí nh n gi n cho

video u vào t o u ki n cho x lí trong nh ng b c ti p theo Mô hình

hóa n n s d ng nh ng frame video m i tính toán và c p nh t m t mô

hình n n Mô hình n n này cung c p ph n mô t th ng kê c a toàn b c nh

n Dò tìm i t ng là xác nh nh ng pixel trong frame video không t ng

Preprocessing Foreground

Detection

Background Modeling

Delay

Data Validation

Background Subtraction

2.1.2.1 Ti n x lí

Trong a s h th ng th giác máy tính, nh ng b l c n gi n th ng

c s d ng trong trong gian n u c a x lý gi m b t nhi u camera

Nh ng b l c có th c s d ng lo i b nh ng nhi u môi tr ng nh t

th i nh m a và tuy t V i h th ng th i gian th c, gi m b t kích th cframe và t c frame th ng c dùng làm gi m t c x lý d li u

u camera chuy n ng ho c nhi u camera c s d ng t i các v trí khácnhau, ng kí nh gi a các frame liên t c và nh ng camera khác nhau là c nthi t tr c khi mô hình hóa n n M t v n khác trong ti n x lý là nh

ng d li u c s d ng b i các gi i thu t tr n n khác nhau H u h t các

gi i thu t u x lý c ng chi u sáng M c dù v y, nh màu, trong khônggian màu RGB ho c HSV, c ng c s d ng khá ph bi n trong tr n n[6,7] Ng i ta c ng ã ch ra r ng khi xác nh i t ng trong vùng

ng ph n th p và kh bóng sinh ra do i t ng di chuy n thì s d ng màu

c t t h n s d ng sáng Ngoài ra, nh ng c tr ng nh d a trên pixel

ng th ng c s d ng k t h p các biên và thông tin chuy n ng

Ví d , các giá tr c ng và d n xu t không gian có th k t h p hìnhthành m t không gian tr ng thái n cho ki m tra n n v i b l c Kalman

Tr ng h p khác k t h p c d n xu t không gian và th i gian t o thành môhình n n v n t c u cho phát hi n t c xe M t h n ch chính c a ph ngpháp này là làm t ng s ph c t p cho c l ng tham s m u ph c t p

th ng t ng áng k khi a s các k thu t mô hình hóa n n s d ng m u

n quan tâm Các k thu t mô hình hóa n n c phân thành 2 lo i - không quy và quy.

thu t không quy s d ng ph ng pháp c a s tr t c l ng

n Nó l u tr m t b m cho L frame video tr c và c l ng nh n n

a vào s bi n thiên th i gian c a m i pixel trong b m K thu t không quy có kh n ng thích ng cao nh là chúng không ph thu c vào th i

m nh ng frame l u tr trong b m M t khác, yêu c u vùng l u tr có

th l n n u b m l n c n thi t i phó v i nh ng chuy n ng ch m c agiao thông Cho m t b m v i kích th c c nh, v n này có th gi m

t t ng ph n b ng vi c l u tr các frame video t i m t t c frame ch m r

i ây là m t s k thu t không quy th ng c s d ng: