ИССЛЕДОВАНИЕ МЕТОДА ОПТИЧЕСКОГО ПОТОКА ДЛЯ ДЕТЕКЦИИ ИЗМЕНЕНИЯ РАКУРСА СЪЕМКИ С ВИДЕОКАМЕР В УСЛОВИЯХ ГОРОДСКОЙ СРЕДЫ
Авторы:
1.
Академия наук Республики Татарстан
ГБУ «Безопасность дорожного движения»
ГБУ «Безопасность дорожного движения»
2.
Казанский национальный исследовательский технический университет им. А.Н. Туполева
3.
Казанский национальный исследовательский технический университет им. А.Н. Туполева
4.
Казанский государственный энергетический университет
5.
КНИТУ-КАИ
6.
ГБУ «Безопасность дорожного движения»
Тип:
Статья
Страницы:
с 81
по 85
Статус:
Опубликован
Получено:
24.12.2025
Одобрено:
25.12.2025
Опубликовано:
25.12.2025
Язык материала:
русский
Ключевые слова:
ВИДЕОНАБЛЮДЕНИЕ, РАКУРС СЪЕМКИ, МАШИННОЕ ЗРЕНИЕ, ОБРАБОТКА ВИДЕОИЗОБРАЖЕНИЙ, МЕТОД ОПТИЧЕСКОГО ПОТОКА, ДЕТЕКЦИЯ ИЗМЕНЕНИЯ РАКУРСА СЪЕМКИ
Аннотация (русский):
Статья посвящена исследованию метода оптического потока для детекции изменения ракурса съемки с городских камер видеонаблюдения. Для проведения исследования использовались данные, полученные с камер видеонаблюдения г. Казани. Исследование проводилось в условиях статического положения камер, а также в условиях их вертикального и горизонтального смещения на величину от 10 до 50 градусов. Для каждого из условий применялись соответствующие выборки данных. Для исследования метода оптического потока использовано четыре алгоритма его реализации. Два алгоритма применялись для разреженного потока (Lucas-Kanade и Pyramidal Lucas-Kanade), еще два - для плотного потока (Dense Inverse Search и FarneBack). Для оценки их эффективности, а, следовательно, и метода оптического потока, вычислены значения следующих метрик: величина потока, время выполнения в секундах, средняя величина сдвига, доля ненулевых векторов, согласованность сдвига. На основе полученных результатов сделано несколько важных выводов. При статичном положении камеры величина среднего смещения для плотных потоков была значительно выше чем у разряженных потоков. Это увеличивает шанс получения ложноположительных результатов, особенно в темное время суток. При контролируемом смещении камеры средняя величина сдвига для алгоритмов Lucas-Kanade и FarneBack была почти нулевая, что указывает на их неспособность надежно детектировать смещение. Алгоритм Dense Inverse Search оказался наиболее чувствителен к сдвигам, а Pyramidal Lucas-Kanade детектировал смещения, но с меньшей точностью. Алгоритмы плотного потока уступают по скорости алгоритмам разреженного потока. Алгоритмы оптического потока не реагируют на текстовые элементы изображения. Таким образом, в результате исследования решена поставленная задача. Исследование позволило оценить эффективность выбранного метода и алгоритмов с точки зрения точности вычисления среднего сдвига и устойчивости к динамическим объектам. Метод оптического потока и его алгоритмическая реализация Pyramidal Lucas-Kanade лучше всего подходит для детекции смещения камер видеонаблюдения в городской среде. Минимизация ложноположительных срабатываний при статичном положении камеры в сочетании с надежным обнаружением сдвигов делает его выбор оптимальным, а невосприимчивость к текстовым элементам изображения повышает его эффективность.
Статья посвящена исследованию метода оптического потока для детекции изменения ракурса съемки с городских камер видеонаблюдения. Для проведения исследования использовались данные, полученные с камер видеонаблюдения г. Казани. Исследование проводилось в условиях статического положения камер, а также в условиях их вертикального и горизонтального смещения на величину от 10 до 50 градусов. Для каждого из условий применялись соответствующие выборки данных. Для исследования метода оптического потока использовано четыре алгоритма его реализации. Два алгоритма применялись для разреженного потока (Lucas-Kanade и Pyramidal Lucas-Kanade), еще два - для плотного потока (Dense Inverse Search и FarneBack). Для оценки их эффективности, а, следовательно, и метода оптического потока, вычислены значения следующих метрик: величина потока, время выполнения в секундах, средняя величина сдвига, доля ненулевых векторов, согласованность сдвига. На основе полученных результатов сделано несколько важных выводов. При статичном положении камеры величина среднего смещения для плотных потоков была значительно выше чем у разряженных потоков. Это увеличивает шанс получения ложноположительных результатов, особенно в темное время суток. При контролируемом смещении камеры средняя величина сдвига для алгоритмов Lucas-Kanade и FarneBack была почти нулевая, что указывает на их неспособность надежно детектировать смещение. Алгоритм Dense Inverse Search оказался наиболее чувствителен к сдвигам, а Pyramidal Lucas-Kanade детектировал смещения, но с меньшей точностью. Алгоритмы плотного потока уступают по скорости алгоритмам разреженного потока. Алгоритмы оптического потока не реагируют на текстовые элементы изображения. Таким образом, в результате исследования решена поставленная задача. Исследование позволило оценить эффективность выбранного метода и алгоритмов с точки зрения точности вычисления среднего сдвига и устойчивости к динамическим объектам. Метод оптического потока и его алгоритмическая реализация Pyramidal Lucas-Kanade лучше всего подходит для детекции смещения камер видеонаблюдения в городской среде. Минимизация ложноположительных срабатываний при статичном положении камеры в сочетании с надежным обнаружением сдвигов делает его выбор оптимальным, а невосприимчивость к текстовым элементам изображения повышает его эффективность.
Ключевые слова:
ВИДЕОНАБЛЮДЕНИЕ, РАКУРС СЪЕМКИ, МАШИННОЕ ЗРЕНИЕ, ОБРАБОТКА ВИДЕОИЗОБРАЖЕНИЙ, МЕТОД ОПТИЧЕСКОГО ПОТОКА, ДЕТЕКЦИЯ ИЗМЕНЕНИЯ РАКУРСА СЪЕМКИ
ВИДЕОНАБЛЮДЕНИЕ, РАКУРС СЪЕМКИ, МАШИННОЕ ЗРЕНИЕ, ОБРАБОТКА ВИДЕОИЗОБРАЖЕНИЙ, МЕТОД ОПТИЧЕСКОГО ПОТОКА, ДЕТЕКЦИЯ ИЗМЕНЕНИЯ РАКУРСА СЪЕМКИ
