(34.229.64.28) 您好!臺灣時間:2021/05/06 05:42
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:吳志恩
研究生(外文):Chih-En Wu
論文名稱:基於視訊融合之監視系統檢索方法
論文名稱(外文):Video Fusion Based Retrieval Scheme for Surveillance Systems
指導教授:謝政勳謝政勳引用關係
指導教授(外文):Cheng-Hsiung Hsieh
學位類別:碩士
校院名稱:朝陽科技大學
系所名稱:資訊工程系碩士班
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2008
畢業學年度:96
語文別:中文
論文頁數:53
中文關鍵詞:視訊檢索視訊融合社區監視系統
外文關鍵詞:community surveillance systemsvideo fusionvideo retrieval
相關次數:
  • 被引用被引用:0
  • 點閱點閱:197
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:20
  • 收藏至我的研究室書目清單書目收藏:3
目前數位監視系統已經普遍使用於社區的監視上,然而在需要調閱錄製視訊時,必須從不同監視器的視訊中逐一檢視篩選,一旦發現特定物體時,使用者還需要依照時間的先後,在不同攝影機的視訊中依序檢視,導致調閱過程十分費時。有鑑於此,本論文中提出一個以使用者為基礎之視訊融合方法來克服上述檢索的問題,在方法中我們利用移動物體的資訊以及攝影機架設的關係,針對某個位置的某個移動物體,將該物體出現在其它攝影機的視訊資料自動擷取出來並融合後播放,藉此提供使用者一個便利與快速的視訊檢索介面與系統。我們將此檢索方法分為三個部分:(a)視訊前處理、(b)使用者介面和(c)視訊融合。在視訊前處理方面,我們對於所有的視訊片段進行移動物體偵測以及特徵擷取,然後利用XML檔案記錄相關資訊與特徵。在使用者介面部分,提供使用者進行查詢以及觀看融合後的結果。在融合部分,我們將根據使用者的查詢,利用XML檔案所記錄的物體資訊,找出相關的視訊並且播放於使用者介面。我們以某社區監視系統所取得的視訊為例,實作系統雛型來驗證所提檢索方法的可行性。實驗結果顯示本文所提出方法可以達到82.7%的平均融合成功率,證明了我們的方法可以有效的解決目前社區監視系統檢索特定物體問題。
Nowadays, digital surveillance systems are getting more powerful and popular. They are used almost everywhere for security purpose. One of them applications is for community security. However, one main drawback of current community surveillance systems is that a user needs to search videos from different cameras to retrieve related video clips when searching an object of interest. The search process is inconvenient and time-consuming. In this paper, we propose a video fusion based retrieval method to deal with the problem. The proposed approach manipulates the temporal information of an object, the spatial relationship of cameras, and the object features to retrieve the related video clips. A prototype system was also implemented for demonstrating the feasibility of the proposed method. It consists of three parts: (a) preprocessing, (b) user interface, and (c) video fusion. In the preprocessing, moving objects are detected and features are extracted and recorded in XML files. As for the user interface, it provides the user to query an object and display the resulted fused video clips. In the video fusion, video clips are searched by the object information recorded in the XML files. Then the related video clips are fused and displayed in the user interface. With real-world video data obtained from some community surveillance system, a prototype system is implemented to verify the proposed approach. The experimental results show that the average successful fusion rate is 82.7% in the given scenario. It suggests that the proposed video fusion based retrieval system is able to provide the user a convenient way to query and to retrieve video clips with an object of interest.
中文摘要 I
Abstract II
誌謝 III
索引目錄 IV
表目錄 VI
圖目錄 VII
第一章 簡介 1
1.1 研究背景與動機 1
1.2 相關研究 2
1.3論文目的 4
1.4論文架構 4
第二章 視訊之移動物體偵測與特徵記錄 5
2.1移動物體偵測 5
2.2移動物體特徵擷取 9
2.3 XML檔案格式記錄與批次處理 11
第三章 視訊融合 15
3.1移動物體資訊分析 15
3.1.1移動物體特徵比對 15
3.1.2移動方向判斷 16
3.2檢索方法 22
3.3視訊融合 27
3.4整體系統架構 29
第四章 實驗結果與討論 32
4.1社區監視系統環境介紹 32
4.2雛型系統展示 34
4.3準確度評估 44
4.4問題討論 46
第五章 結論與未來研究方向 50
參考文獻 52

表目錄
表(31) 物體比對結果21
表(41) 融合準確率46

圖目錄
圖(11) 監視系統所錄製的視訊檔案2
圖(21) 視訊畫面與分群示意圖7
圖(22) 移動物體偵測範例9
圖(23) 記錄物體顏色圖例11
圖(24) 使用XML 檔案格式記錄物體特徵12
圖(25) 移動物體偵測與特徵記錄流程圖13
圖(31) 多物體視訊連續畫面20
圖(32) 計算物體移動方向圖例22
圖(33) 以XML 格式記錄攝影機關係23
圖(34) 攝影機個別拍攝示意圖24
圖(35) 攝影機重疊拍攝示意圖24
圖(36) 跨攝影機搜尋物體示意圖25
圖(37) 攝影機關係一對多示意圖26
圖(38) 視訊融合流程圖28
圖(39) 整體系統架構圖30
圖(310) 整體系統運作示意圖31
圖(41) 社區平面與攝影機配置圖33
圖(42) 監視系統主機33
圖(43) 監視系統之攝影機34
圖(44) 移動物體偵測與特徵記錄介面35
圖(45) 移動物體偵測結果36
圖(46) 批次處理後之XML 檔案示意圖38
圖(48) 視訊融合程式介面與結果140
圖(49) 特定物體融合圖例42
圖(410) 視訊融合程式介面與結果243
圖(411) 視訊融合程式介面與結果344
圖(412) 多物體重疊圖47
圖(413) 未重疊之多物體47
圖(414) 因移動物體反光造成光源改變的連續畫面48
圖(415) 條件類似的相異物體49
[1] G. Thiel, “Automatic CCTV Surveillance Towards the VIRTUAL GUARD,” IEEE Aerospace and Electronic Systems Magazine, Vol 15, Issue 7, pp. 3-9, Jul. 2000.

[2] G. Jing, D. Rajan, and C. E. Siong, “Motion Detection with Adaptive Background and Dynamic Thresholds,” Information, Communications and Signal Processing, pp. 41 -45, Dec. 2005.

[3] A. Colombari, A. Fusiello and V. Murino, “Segmentation and Tracking of Multiple Video Objects,” Pattern Recognition, 40(4):1307–1317, April 2007.

[4] J. Wang and Y. Yagi, “Integrating Color and Shape-Texture Features for Adaptive Real-Time Object Tracking,” IEEE Transactions on Image Processing, Volume 17, Issue 2, Feb. 2008.

[5] H. Y. Cheng and J. N. Hwang, “Automated Event Detection for Video Surveillance via Hidden Markov Models,” Proceedings of the 20th Computer Vision, Graphics and Image Processing Conference, Miaoli, pp. 165-172, 2007.

[6] M. M. Trivedi, T. L. Gandhi and K. S. Huang, “Distributed Interactive Video Arrays for Event Capture and Enhanced Situational Awareness,” IEEE Intelligent Systems Magazine, Vol 20, Issue 5, pp.58-66, Sep. 2005.

[7] M. Bramberger, A. Doblander, A. Maier, B. Rinner, and H. Schwabach, “Distributed Embedded Smart Cameras for Surveillance Applications,” IEEE Computer Society Magazine, Vol 39, Issue 2, pp. 68-75, Feb. 2006.

[8] Y. C. Wang and S. J. Wang, “Moving Objects Tracking and Correspondence over Multi-Camera Surveillance System,” Workshop on Consumer Electronics and Signal Processing, Taichung, pp. 47-52, 2007.

[9] 鐘國亮,影像處理與電腦視覺,第二版,東華書局,2004。

[10] M. Mason and Z. Duric,“Using Histograms to Detect and Track Objects in Color Video,” Proceedings of the 30th Applied Imagery Pattern Recognition Workshop, Washington, DC, pp. 154-159, October 2001.

[11] M. J. Swain and D. H. Ballard,“Color Indexing,” International Journal of Computer Vision, Vol 7, No. 1, pp. 11-32, 1991.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔