Robust Motion Detection in Real-Life Scenarios

این کار یک سیستم بصری کامل مستقل از حسگر را پیشنهاد می‌کند که تشخیص حرکت هدف قوی را ارائه می‌دهد. ابتدا، روشی که حسگرها تصاویر را به دست می آورند، از نظر توزیع وضوح و همسایگی پیکسل، مورد مطالعه قرار می گیرد. این اجازه می دهد تا یک تحلیل فضایی از حرکت انجام شود. سپس، یک رویکرد جدید نگهداری پس‌زمینه برای تشخیص حرکت هدف قوی اجرا می‌شود. دو موقعیت مختلف در نظر گرفته می شود: یک دوربین ثابت که یک پس زمینه ثابت را مشاهده می کند که در آن اجسام در حال حرکت هستند. و یک دوربین عکاسی که اجسام را در حال حرکت در یک پس زمینه پویا مشاهده می کند. این تمایز در ایجاد یک مکانیسم نظارت بدون محدودیت مشاهده یک صحنه عاری از عناصر پیش زمینه برای چندین ثانیه است که یک مدل پس زمینه اولیه قابل اعتماد به دست می آید، زیرا زمانی که یک سیستم رباتیک در یک محیط ناشناخته کار می کند نمی توان این وضعیت را تضمین کرد. مشکلات دیگری نیز برای مقابله موفقیت آمیز با تغییرات در روشنایی، و تمایز بین عناصر پیش زمینه و پس زمینه حل شده است.

This work proposes a complete sensor-independent visual system that provides robust target motion detection. First, the way sensors obtain images, in terms of resolution distribution and pixel neighbourhood, is studied. This allows a spatial analysis of motion to be carried out. Then, a novel background maintenance approach for robust target motion detection is implemented. Two different situations are considered: a fixed camera observing a constant background where objects are moving; and a still camera observing objects in movement within a dynamic background. This distinction lies on developing a surveillance mechanism without the constraint of observing a scene free of foreground elements for several seconds when a reliable initial background model is obtained, as that situation cannot be guaranteed when a robotic system works in an unknown environment. Other problems are also addressed to successfully deal with changes in illumination, and the distinction between foreground and background elements.