Περίληψη |
Οι εξελίξεις στο χώρο της Υπολογιστικής Όρασης επιτρέπουν σήμερα την διερεύνηση υψηλού επιπέδου σημασιολογικής πληροφορίας σε ακολουθίες εικόνων. Συστήματα Υπολογιστικής Όρασης γίνονται ολοένα και πιο δημοφιλή σε εφαρμογές αυτοματοποιημένης παρακολούθησης χώρων και διαδικασιών. Τέτοια συστήματα βρίσκουν εφαρμογές σε πολλούς χώρους όπως δημόσια κτίρια, τράπεζες, καταστήματα, χώρους στάθμευσης, αεροδρόμια, τρένα, αυτοκινητόδρομους για παρακολούθηση κίνησης, βιομηχανικά περιβάλλοντα κλπ. Για την ανάπτυξη ενός τέτοιου συστήματος, είναι απαραίτητη η δυνατότητα ανίχνευσης των ενδιαφερόντων συμβάντων σε μία ακολουθία εικόνων. Τα περισσότερα συστήματα που έχουν αναπτυχθεί, στηρίζονται στην ανίχνευση, αναγνώριση και παρακολούθηση αντικειμένων του πραγματικού κόσμου ώστε να εξάγουν συμπεράσματα σχετικά με το τι συμβαίνει στην υπό παρακολούθηση σκηνή. Η προσέγγιση στα πλαίσια αυτής της εργασίας διαχωρίζει την ανίχνευση συμβάντων από την ανίχνευση και αναγνώριση αντικειμένων του πραγματικού κόσμου. Ο διαχωρισμός αυτός επιτρέπει την χρήση του συστήματος σε πληθώρα διαφορετικών εφαρμογών. Επιπρόσθετα, η προτεινόμενη προσέγγιση απαιτεί σχετικά απλές διεργασίες ανάλυσης εικόνων πράγμα που έχει σαν αποτέλεσμα την ανάπτυξη εύρωστων και αποδοτικών συστημάτων ανίχνευσης συμβάντων. Η μεθοδολογία που προτείνεται βασίζεται στην χρήση λογικών αισθητήρων που ορίζονται σε συγκεκριμένες περιοχές της εικόνας. Οι αισθητήρες αυτοί μετρούν ιδιότητες της εικόνας που μπορούν να αποδοθούν σε ενδιαφέροντα πρωτογενή συμβάντα, επιτρέποντας την συμβολική αναπαράσταση μίας ακολουθίας εικόνων. Μηχανισμοί χρονικής και λογικής σύζευξης χρησιμοποιούνται ώστε να δημιουργηθούν ιεραρχίες από προοδευτικά πιο σύνθετους αισθητήρες, ικανούς να ανιχνεύσουν πιο πολύπλοκα συμβάντα. Τέλος, μηχανισμοί επιβεβαίωσης σεναρίων χρησιμοποιούνται ώστε να παρακολουθούν διαδικασίες, ελέγχοντας εάν τα συμβάντα εμφανίζονται σύμφωνα με μία προκαθορισμένη σειρά. Η προτεινόμενη μεθοδολογία υλοποιήθηκε σε ένα υπολογιστικό σύστημα που δοκιμάστηκε σε πραγματικές εφαρμογές βιομηχανικού αυτοματισμού. Τα αποτελέσματα που συγκεντρώθηκαν δείχνουν ότι αυτό παρέχει ένα πολλά υποσχόμενο πλαίσιο για την ανίχνευση συμβάντων με βάση οπτική πληροφορία.
|