Селективно-ковариационным метод локализации, классификации и отслеживания людей в видеопотоках от множества видеокамер

В.В. Девятков, А.Н. Алфимцев, А.Р. Таранян

ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение. 2016. № 6

17.

Bellotto N., Hu H.

Multisensor-based human detection and tracking for mobile service

robots // IEEE Transactions on Systems, Man, and Cybernetics. 2009. Vol. 39. No. 1.

P. 167–181. DOI: 10.1109/TSMCB.2008.2004050

18.

Девятков В.В.

Пространственно-временной анализ ситуаций на множестве дви-

жущихся объектов // Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение. 2011. № 3.

С. 88–112.

Девятков Владимир Валентинович

— д-р техн. наук, профессор, зав. кафедрой «Ин-

формационные системы и телекоммуникации» МГТУ им. Н.Э. Баумана (Российская

Федерация, 105005, Москва, 2-я Бауманская ул., д. 5).

Алфимцев Александр Николаевич

— канд. техн. наук, доцент кафедры «Информаци-

онные системы и телекоммуникации» МГТУ им. Н.Э. Баумана (Российская Федерация,

105005, Москва, 2-я Бауманская ул., д. 5).

Таранян Арам Робертович

— аспирант кафедры «Информационные системы и телеком-

муникации» МГТУ им. Н.Э. Баумана (Российская Федерация, 105005, Москва, 2-я Бауман-

ская ул., д. 5).

Просьба ссылаться на эту статью следующим образом:

Девятков В.В., Алфимцев А.Н., Таранян А.Р. Селективно-ковариационный метод лока-

лизации, классификации и отслеживания людей в видеопотоках от множества видеока-

мер // Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение. 2016. № 6. C. 54–70.

DOI: 10.18698/0236-3933-2016-6-54-70

SELECTIVE COVARIANCE-BASED LOCALIZATION,

CLASSIFICATION AND TRACKING IN VIDEO STREAMS

FROMMULTIPLE CAMERAS

V.V. Devyatkov

deviatkov@comtv.ru

A.N. Alfimtsev

alfim@bmstu.ru

A.R. Taranyan

taranyan.bmstu@gmail.com

Bauman Moscow State Technical University, Moscow, Russian Federation

Abstract

Keywords

This paper proposes a novel selective covariance-based method

for human localization, classification and tracking in video

streams from multiple cameras. Such methods are crucial for

security and surveillance systems, smart environments and

robots. The method is called selective covariance-based be-

cause before classifying the object into this or that class (in this

case the classes are the different people being tracked) we use

covariance descriptors and sort out (select) definite regions,

which are typical for the class of objects we deal with (people).

In our case, the region being sorted out is the human head and

shoulders. We develop and describe new feature functions for

covariance region descriptors and compare the efficiency of

their application to that of basic feature functions. Moreover,

we propose and evaluate a mask, filtering out the most of the

Pattern recognition, computer

vision, human tracking, cova-

riance matrix, covariance re-

gion descriptor, selective locali-

zation