Camera Networks: The Acquisition and Analysis of Videos over Wide Areas

دسته بندی: سازمان و پردازش داده ها
ویرایش:  
نویسندگان: Roy-Chowdhury A.K.,  Song B.  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 133 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت 

قیمت کتاب (تومان) : 31,000

Издательство Morgan & Claypool, 2012, -133 pp. از آنجایی که شبکه های دوربین های ویدئویی در بسیاری از برنامه های کاربردی مانند امنیت و نظارت، نظارت بر محیط زیست، پاسخ به بلایا و کمک نصب شده اند. امکانات زندگی، در میان دیگران، درک تصویر در شبکه های دوربین در حال تبدیل شدن به یک حوزه مهم تحقیق و توسعه فناوری است. چالش‌های زیادی وجود دارد که باید در این فرآیند مورد توجه قرار گیرد. برخی از آن‌ها در زیر فهرست شده‌اند.
- چالش‌های بینایی رایانه‌ای سنتی در ردیابی و تشخیص، استحکام در ژست گرفتن، روشنایی، انسداد، بهم ریختگی، تشخیص اشیا و فعالیت‌ها؛
- جمع‌آوری اطلاعات محلی برای صحنه‌های وسیع درک، مانند به دست آوردن مسیرهای پایدار و طولانی مدت از اشیاء؛
- موقعیت یابی دوربین ها و کنترل دینامیکی دوربین های پان شیب زوم (PTZ) برای سنجش بهینه؛
- پردازش توزیع شده و الگوریتم های تجزیه و تحلیل صحنه ;
- محدودیت های منابع تحمیل شده توسط برنامه های کاربردی مختلف مانند امنیت و نظارت، نظارت بر محیط زیست، پاسخ به بلایا، تسهیلات زندگی کمکی و غیره.
در این کتاب، ما بر روی مشکلات تحقیقاتی اساسی در شبکه های دوربین تمرکز می کنیم، پیشرفته ترین و ارائه شرح مفصلی از برخی از روش های اخیرا توسعه یافته است. موضوع اصلی در تمام کارهای ارائه شده، داشتن یک دیدگاه شبکه محور است که به موجب آن تصمیمات کلی در سطح شبکه گرفته می شود. این گاهی اوقات با جمع آوری تمام داده ها در یک سرور مرکزی به دست می آید، در حالی که در زمان های دیگر با مبادله تصمیماتی که توسط دوربین های جداگانه بر اساس داده های حس شده محلی آنها گرفته می شود.
فصل 1 با یک مرور کلی از مشکلات در شبکه های دوربین و جهت گیری های اصلی تحقیقاتی برخی از بسترهای آزمایشی موجود در حال حاضر نیز در اینجا مورد بحث قرار می گیرند. یکی از وظایف اساسی در تجزیه و تحلیل صحنه های پویا، ردیابی اشیا است. از آنجایی که شبکه‌های دوربین منطقه وسیعی را پوشش می‌دهند، سیستم‌ها باید بتوانند مناطق وسیعی را که می‌تواند هم همپوشانی و هم میدان دید دوربین‌ها بدون همپوشانی وجود داشته باشد، ردیابی کنند، همانطور که در فصل 2_ به آن پرداخته شد. پردازش توزیع شده یکی دیگر از چالش‌های شبکه‌های دوربین است و روش‌های اخیر نحوه انجام ردیابی، تخمین ژست و کالیبراسیون را در یک محیط توزیع شده نشان داده‌اند. الگوریتم های اجماع که این وظایف را فعال می کنند در فصل_3_ توضیح داده شده اند. فصل 4 چند رویکرد در تشخیص شی و فعالیت در محیط های شبکه دوربین توزیع شده و متمرکز را خلاصه می کند. با توجه به اینکه تصاویر توسط دوربین‌ها به دست می‌آیند، همه این روش‌ها عمدتاً بر روی آنالیز متمرکز شده‌اند. استفاده کارآمد از چنین شبکه هایی اغلب نیاز به سنجش فعال دارد که به موجب آن مراحل اکتساب و تجزیه و تحلیل نزدیک به هم مرتبط هستند. ما این موضوع را به تفصیل در فصل 5 مورد بحث قرار می دهیم و نشان می دهیم که چگونه می توان به حس مشترک و فرصت طلبانه در یک شبکه دوربین دست یافت. در نهایت، فصل 6 کتاب را با برجسته کردن مسیرهای اصلی برای تحقیقات آینده به پایان می‌رساند.
مقدمه‌ای بر شبکه‌های دوربین.
ردیابی سطح وسیع.
پردازش توزیع‌شده در شبکه‌های دوربین.
شیء و شناخت فعالیت.
حسگر فعال.
جهت تحقیقات آینده.

Издательство Morgan & Claypool, 2012, -133 pp. As networks of video cameras are installed in many applications like security and surveillance, environmental monitoring, disaster response, and assisted living facilities, among others, image understanding in camera networks is becoming an important area of research and technology development. There are many challenges that need to be addressed in the process. Some of them are listed below.
- Traditional computer vision challenges in tracking and recognition, robustness to pose, illumination, occlusion, clutter, recognition of objects, and activities;
- Aggregating local information for wide area scene understanding, like obtaining stable, long-term tracks of objects;
- Positioning of the cameras and dynamic control of pan-tilt-zoom (PTZ) cameras for optimal sensing;
- Distributed processing and scene analysis algorithms;
- Resource constraints imposed by different applications like security and surveillance, environmental monitoring, disaster response, assisted living facilities, etc.
In this book, we focus on the basic research problems in camera networks, review the current state-of-the-art and present a detailed description of some of the recently developed methodologies. The major underlying theme in all the work presented is to take a network-centric view whereby the overall decisions are made at the network level. This is sometimes achieved by accumulating all the data at a central server, while at other times by exchanging decisions made by individual cameras based on their locally sensed data.
Chapter 1 starts with an overview of the problems in camera networks and the major research directions. Some of the currently available experimental testbeds are also discussed here. One of the fundamental tasks in the analysis of dynamic scenes is to track objects. Since camera networks cover a large area, the systems need to be able to track over such wide areas where there could be both overlapping and non-overlapping fields of view of the cameras, as addressed in Chapter 2_. Distributed processing is another challenge in camera networks and recent methods have shown how to do tracking, pose estimation and calibration in a distributed environment. Consensus algorithms that enable these tasks are described in Chapter_3_. Chapter 4 summarizes a few approaches on object and activity recognition in both distributed and centralized camera network environments. All these methods have focused primarily on the analysis side given that images are being obtained by the cameras. Efficient utilization of such networks often calls for active sensing, whereby the acquisition and analysis phases are closely linked. We discuss this issue in detail in Chapter 5 and show how collaborative and opportunistic sensing in a camera network can be achieved. Finally, Chapter 6 concludes the book by highlighting the major directions for future research.
An Introduction to Camera Networks.
Wide-Area Tracking.
Distributed Processing in Camera Networks.
Object and Activity Recognition.
Active Sensing.
Future Research Directions.