3 / 17
В.В. Девятков, А.Н. Алфимцев, А.Р. Таранян
56
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение. 2016. № 6
методов является требование высокого разрешения классифицируемых объек-
тов, тогда как разработанный в настоящей работе метод может эффективно
функционировать на видеопотоках относительно небольшого разрешения.
Дескрипторы методов второй группы для классификации области интересов
используют низкоуровневые признаки (градиенты, цвета, интенсивности, поло-
жения и т. д.), вычисляемые по всей области интересов. Наиболее популярными
дескрипторами данной группы являются гистограммы [6–8] и ковариационные
матрицы [9–12]. Например, в работе [6] в качестве дескриптора используется не-
четкая гистограмма. Каждый интервал этой гистограммы соответствует опреде-
ленному цвету, а высота столбца на каждом интервале пропорциональна количе-
ству пикселей соответствующего интервалу цвета. Количество этих пикселей
находится путем нечеткой кластеризации пикселей по цвету. Недостатком гисто-
грамм как дескрипторов, по крайней мере, в известных работах, является отбра-
сывание пространственной информации при построении гистограмм, что делает
невозможным классификацию объектов схожих цветов, но с разной геометрией.
Ковариационная матрица в отличие от гистограмм, в принципе, может быть по-
строена для любого количества признаков как цветовых, так и пространственных,
обеспечивая при этом невысокую вычислительную сложность. В настоящей статье
вследствие указанных достоинств именно ковариационная матрица выбрана как
дескриптор для создания метода локализации, классификации и отслеживания
людей несколькими камерами.
Отметим, что предлагаемый метод должен уметь без предварительного обуче-
ния отслеживать одного и того же человека с разных камер и в разных местопо-
ложениях, под разными углами, с разным фоном. В отличие от отслеживания объ-
ектов с одной камеры, значительно ограничивается применение методов, осно-
ванных на предположении, что отслеживаемый объект на соседних кадрах видео-
потока должен иметь близкие координаты [5]. Если при отслеживании с одной
камеры известные методы позволяют получать хорошие результаты, то в нашем
случае применение подобных методов возможно лишь в одном отдельно взятом
видеопотоке. В нашем случае также представляется ограниченным применение
адаптивного обновления дескрипторов объектов, которое используется в некото-
рых методах при небольших изменениях таких параметров отслеживаемого объ-
екта, как положение относительно камеры, освещение и фон, поскольку указанные
параметры могут сильно различаться для изображений объекта, полученных с
разных видеокамер.
Предлагаемый метод основан на применении классификатора Виолы —
Джонса для локализации всех областей головы и плеч людей и дальнейшем со-
поставлении (классификации) локализованных областей с ранее обнаруженны-
ми людьми посредством ковариационного дескриптора. Голова и плечи выбра-
ны как область, достаточная информативная для классификации людей, но в то
же время в наименьшей степени перекрываемая другими объектами.
Алгоритм ковариационного метода отслеживания несколькими камера-
ми.
Алгоритм включает следующие шаги.