O‘zbekiston respublikasi oliy ta’lim, fan va innovatsiyalar vazirligi

Operator tenglamalarida tizim modelini ko‘rsatish. Dinamik xususiyatlarni ajratib olish va ishchi lug‘atni shakllantirish bosqichlarida uzatish submodellarining tegishli darajalari {Z} funksiyalarini amalga oshirishni nazarda tutadi, ya’ni signallarni keyingi tahlil qilish, ularning parametrlarini o‘lchash { filtrlash (tanlash), baholash, standartlar uchun ma’lumotlarni yaratish uchun qulay shaklga zaruriy konvertatsiya qilish kabi amallar bajariladi. Shu bilan birga, 2.1-rasmda ko’rsatilganidek tizim modelining dekompazitsiyasiga muvofiq qolgan submodellar quyidagi operator tenglamalari ko‘rinishida taqdim etiladi [34]:

• 
  oldingi planni (tasvirni dinamik hisobga olish fragmentini) ajratib olish
  

(2.3)

• 
  shablon submodeli bo‘yicha tasvirlarni segmentatsiyalash
  

(2.4)
- yurishning to‘g‘ridan-to‘g‘ri va bilvosita belgilarini tanlash, sub’yektlarning harakat traektoriyalarini kuzatish:
(2.5)
- ob’yektlarni tanib olish va identifikatsiyalash
(2.6)
bu yerda - intensivlik funksiyasi (rasm funksiyasi);
G = { } - video ketma-ketlikdagi intensivlik funksiyalari to‘plami;
x, y - fragment (piksel) koordinatalari;
I - tasvir fragmentining intensivligi (yorqinligi);
Bundan tashqari(2.3)-(2.6) ifodalarda operatorlar yo‘nalishli ta’sirlar sifatida quyidagicha belgilangan: E_S-seleksiya; E_П - oldingi planni ajratib olish; E_C- segmentatsiya; E_KO - ixcham sohani shakllantirish (ajratib olish); E_T-treking (traektoriyani kuzatish); E_И-identifikatsiya (etalon va (yoki) video ketma-ketligidagi oldingi video kadrni tahlil qilish natijasi bo’yicha); E_ЭT – shablonlarni shakllantirish; E_B- muayyan shaxsni yurish usuli bo’yicha tanib olish; Z_j, j=1, ...,N - E operatori harakati natijasi.
E operatori sifatida izimli yoki lokal algoritmi qismi bo’lgan mantiqiy o‘lchash, qaror qabul qilish yoki axborotni o‘zgartirish operatsiyasini amalga oshirish uchun yo‘naltirilgan harakat tushuniladi, ya’ni (2.3) - (2.6) ifodalarda operator tenglamalari ko‘rinishida taqdim etilgan modellar harakatlanuvchi odamlarning joriy tavsiflari, sinflari va etalonlarini shakllantirish uchun dasturiy ta’minotga yo‘naltirilgan algoritmlarni yaratish uchun haqiqiy asosdir. Bunda odamlar harakatining bevosita va bilvosita belgilari joriy etilgan lug‘at va alifbodan foydalanish ham asos bo’lgan.
Ko‘rib chiqilayotgan harakatlanayotgan odamlarni tanib olish masalasini yuqorida ta’kidlangan nuqtai nazardan ko’rib chiqish, ya’ni ishchi lug‘at tarkibida to‘g‘ridan-to‘g‘ri (asosiy) va qo‘shimcha (bilvosita) belgilardan foydalanish tizimli ierarxik yondashuvni amalga oshirish imkonini beradi [25, 26, 36]. Bunda bir qator parallel operatsiyalarni amalga oshirish, ya’ni asosiy L, T, {f(L), f(T)} belgilarning qiymatlarini aniqlash oralig‘ida qo‘shimcha belgilar qiymatlarini aniqlash va ular bilan bog‘lash amallarini bajarish mumkin bo’ladi [24].

2.2-§. Inson yurishining informatsion xususiyatlarini tavsiflash uchun videoma’lumotga dastlabki ishlov berish

Belglarni ajratib olishning boshlang‘ich bosqichi - bu aynan odamning yurishini aniqlash tartibini amalga oshirish va buning natijasida H₁: "bu odam va u statsionar yoki mobil videokomeraga nisbatan harakat qilmoqda" qarori qabul qilinadi (aks holda, H₀: “ Harakatlanuvchi qiyofa inson emas” muqobil qarori qabul qilinadi. Aslida, bu bosqich ikki qadamda amalga oshiriladi: birinchidan, harakatni aniqlash video ketma-ketligidagi tasvir fragmentining harakatini aniqlash asosida amalga oshiriladi, so‘ngra harakat faktini, masalan, shablonlarni qoplash orqali tasdiqlashda, u kadrdagi harakat fragmenti (tasvir qismi) shaxs ekanligini aniqlaydi.

Shaxsni tanib olish uchun video ketma-ketliklarni standart qayta ishlashning barcha keyingi operatsiyalari harakatlanuvchi ob’yektning fonini, oldingi fonini va konturlarini tanlashni o‘z ichiga oladi. Shu bilan birga, oldingi o‘rinni tanlash videoma’lumotni dastlabki qayta ishlashning eng muhim bosqichidir [7, 16, 25, 27, 31, 36, 47, 52, 70], chunki guruhning muvaffaqiyat darajasi video ketma-ketliklarni oldindan qayta ishlashning barcha keyingi bosqichlarida maqsad va eng qimmatli ma’lumotlarni tanlash, apriori va ishchi lug‘atlarni tashkil etuvchi eng yaxshi informativ belgilar to‘plamini aniqlash. Ushbu lug‘atlar tilida tanib olingan ob’yekt keyingi bosqichlarda ham tavsiflanadi, yursih bo’yicha tanib olinadigan insonlar qiyofasi uchun etalonlar shakllantiriladi, shuningdek tasvirlari tanib olish tizimining ma’lumotlar bazasida saqlanishi kerak bo‘lgan odamlarning guruhlashgan umumiy belgilarini hisobga olgan holda sinflar tuziladi.
Old fonni aniqlash (2.3-ifoda) statsionar videokamera yordamida harakatlanuvchi ob’ektlarni aniqlashning eng ko‘p o‘rganilgan usuli bo‘lib [1, 7, 16], uning mohiyati joriy video kadrni piksel bo‘yicha mos yozuvlar bilan solishtirish, Won modeli sifatida taqdim etilgan bo‘lib, u haqidagi ma’lumotlar kompyuterning operativ xotirasida (RAMda) saqlanadi va video 2.2-rasmdagidek ketma-ketlikning bir nechta kadrlari uchun yangilanmasdan foydalaniladi. Malumot ramkasini yangilash zarurati fondan ruxsat etilgan takror ishlab chiqarish xatosini belgilaydigan mezon bilan belgilanadi (bu mutlaq qiymat Δ_ош, normallashtirilgan Δ_ош /σ_ш- yoki ehtimollik, masalan, o‘rtacha xavf R_min - minimal chegara darajasining xatosi bo‘lishi mumkin). Odatda, har bir kadr uchun ikkilik tasvir niqobi hosil bo‘ladi, masalan, bu yerda "1" – oldingi planni anglatadi, "0" – fonni bildiradi. Quyida 2.2-rasmda dinamik fon modelini tasvirlovchi tuzilma ko’rsatilgan (birinchi n kadrda hal qilinayotgan masalaga aloqador bo’lmagan harakatlanuvchi ob’yektlar bo‘lishi mumkin) [16].

Ruxsat etilgan chegara, Δ_п

Tayanch kadr (shablon tasviri)

Segmentatsiya bosqichini amalga oshirish

oldingi planni ajratib olish

fonni olib tashlash

video tasvir

2.2-rasm. Eng oddiy fon ayirma modeli
Fonni ayirishning eng oddiy algoritmi har bir piksel uchun tayanch kadr B(x, y) va joriy kadr I(x, y) o‘rtasidagi mutlaq farqni hisoblashdan iborat bo’lib quyidagi ifoda bilan aniqlanadi [16].
(2.7)
yoki vaqt momentlarini hisobga olgan holda
(2.8)
bu yerda I(x,y,t) - t vaqt uchun tasdiqlangan tayanch kadr;
Δt_t - tayanch va tahlil qilinadigan kadrlar orasidagi interval.
Agar δ yoki chegara qiymati Δ_П dan oshsa, u holda bu piksel oldingi planga tegishli, aks holda - fonga, ya’ni
(2.9)
bu yerda - ushbu bosqichdagi videokadrni qayta ishlash natijalari matritsasi.
Normallashtirilgan farq qiymati sifatida kabi qiymatlaridan foydalanish mumkin, bu yerda σ_sh - n(t) shovqinining o’rta kvadrat chetlanishi, unda (2.7) ifoda quyidagicha aniqlanishi mumkin.


(2.10)
bu yerda ning tanlangan o’rta qiymati, σ₁ – ushbu qiymatning o’rta kvadratik chetlanishi.
(2.10) ifoda (x, y koordinatalariga nisbatan markazlashtirilgan shovqin va normal taqsimotga bo’ysunadigan simmetrik taqsimlangan shovqindir) shartni hisobga olgan holda aniqlangan.
(2.7) - (2.10) ifodalar asosida oldingi planni ajratib olish algoritmini amalga oshirishning soddaligiga qaramasdan, uning samaradorligi faqat oddiy vaziyatlarda, ya’ni oddiy kadrlar sahnalari uchun ta’minlanadi. Fonni olib tashlashning ushbu usulining kamchiligi, asosan tanlangan harakatlanuvchi ob’yekting xiralashishi mumkinligi (masalan, tumanda yoki kechasi yomon yorug‘likda kuzatilganda), chunki kadrlar bo’yicha tahlilning (t_i , t_i + ) vaqt oralig‘ida taqqoslangan tasvirlarning barcha farqlari o’lchov jarayonlarida ishlatiladi. Shuningdek usul kadrning yoritilishini o‘lchovlariga va shovqin ta’siriga nisbatan yuqori sezgirlikka (filtrlash qobiliyati pastligiga) ega ekanligini ta’kidlash mumkin.
Ushbu kamchiliklarni bartaraf etishning mumkin bo‘lgan usullaridan biri (xususan, sahna yoritilishidagi o‘zgarishlarni, daraxtlarning, barglarning davriy tebranishlarini va boshqalarni bartaraf etish) fonning ikkita modelini qo‘llashdir [16, 26, 32, 36], ya’ni bir vaqtning o‘zida ikkita tayanch kadrlar shakllantiriladi va buning afzalligi shovqin va boshqa shovqinlarning turli kadrlarda taqsimlanishining mustaqilligida ifodalanadi. Unda (2.7) ifoda quyidagicha bo‘ladi:
(2.11)
(2.11) bo’yicha aniqlangan farqi kamroq bo‘lgan “ ‘ ” yoki “ ‘’ ” indeksni "*" bilan belgilaymiz va unda fon tasvirlarining yangilanishi quyidagicha bo‘ladi:
(2.12)
bu yerda FG va BG - mos ravishda tt + At vaqtida oldingi plan va fonga tegishli tasvir maydonlari [16]; α’ va α – koeffitsientlar bo‘lib, odatda α’ koeffitsentini α dan kichik etib tanlanadi va o‘rtacha olingan dastlabki bir necha kadrlar ko‘pincha tayanch sifatida tanlanadi, sifatida esa quyidagi qiymat tanlanadi:
(2.13)

bu yerda, boshqa modellarda bo‘lgani kabi, qimat shovqinini, ya’ni kadrning qo‘shimcha shovqin foniini tasvirlaydi.

Kadrda shovqin va boshqa tartibsiz shovqinlar mavjud bo‘lganda oldingi planni ajratib olishning samarali yo’li bu – moslashuvchan va ehtimollik yondashuvlaridan foydalanadigan usullar jamlanmasini ishlatishdir.
Moslashuvchan usulga muvofiq chegara qiymatini aniqlash quyidagicha taklif etiladi:


(2.14)
bu yerda H (k) - 255 pikselli kadr satri uchun gistogramma va k =255.
Keyingi qadamda m shunday tanlanishi kerakki, unda quyidagi qiymatning maksimumiga erishilsin:
(2.15)

Chegara qiymatiga qo‘shimcha ravishda, fon modeli ham o‘zgaradi, bu yerda tasvirni idrok etishdagi o‘zgarishlar, masalan, kecha-yu kunduz o‘zgarishi hisobga olinadi [16, 36]. Natijada (2.12) ifoda quyidagicha o’zgaradi:

(2.16)
va natijaviy qiymat tahlil qilinayotgan pikselning oldingi planga ((x, y) FG) yoki fonga ((x, y) BG) tegishli ekanligiga bog‘liq bo’ladi.
Insonning yurish xususiyatlari to‘g‘risida qo‘shimcha ma’lumot olish qulayligi uchun, ehtimollik usullari istiqbolli bo‘lib, bunda har bir piksel (x, y, t_j) uchun ixtiyoriy t_i vaqtda uning oldingi qiymatlari quyidagicha bo’ladi:
, (2.17)

bu yerda X - i-kadrdagi piksel (x, y) qiymati.

Bunday holda, fon piksellaridagi o‘zgarishlar W(x) = N{m, (2.18)

bu yerda -transpozitsiya qilingan matritsadir.

m va σ qiymatlari ularni bir nechta tekshirish (odatda tahlil boshida birinchi) kadrlar bo‘yicha o‘rtacha hisoblash yo‘li bilan topiladi:


, (2.19)
(2.20)

Bunda n tanlanmalarning chekliligidan kelib chiqqan holda W^*(x) va normal W(x) taqsimotning yaqinlashishi hisobga olinadi.

Agar va ning dastlabki bahosi berilgan bo‘lsa, u holda videoketmaketlikning har bir keyingi kadri va har bir piksel (x, y) uchun tengsizlikka muvofiq qaror qabul qilinadi [16, 23, 34]:
, (2.21)
unda uchun fon pikseli (orqa fon) hosil bo’ladi, bo’lganda piksel oldingi planga segmentlanadi.
Bunday algoritmning afzalligi shundaki, aprior noaniqlik mutaxassis tomonidan W(x) taqsimot qonuni normal (ya’ni, mumkin bo‘lgan maksimal noto‘g‘ri ma’lumotlar qabul qilinadi) degan faraz ostida kamaytiriladi va bu holda ma’lum optimallik mezonlari, masalan, x parametrning y da (kadrda) amalga oshirishdagi aposteriori ehtimollik maksimumi yordamida oldingi plan va fonni aniqlash va ajratib ko‘rsatishning optimal algoritmi bajariladi va amalga oshirilayotgan jarayon quyidagicha ifodalanadi:
(2.22)
Yurayotgan odamlarni aniqlash nuqtai nazaridan harakatlanuvchi nuqtalarni va ularning harakatining tabiatini aniqlash uchun tasvirlar ketma-ketligi optik oqim usulidan ham foydalanish mumkin [16, 36, 36, 40, 41]. Tasvir yorqinligining ko‘rinadigan harakati sifatida, kadrning har bir nuqtasida (pikselida) fragment tezligining yo‘nalishi va kattaligini hisoblash mumkin bo‘ladi. Biroq, bu turdagi mahalliy algoritmlar sezilarli hisoblash resursini talab qiladi va shuning uchun vaqt xarajatlari y(t) ni amalga oshirishda shovqin n(t) ga sezgir va shuning uchun real vaqt rejimida amalga oshirilmaydi. Harakatlanuvchi ob’ektni aniqroq aniqlash va tanlash uchun (agar tasvirda mavjud bo‘lsa) uning soyasidan foydalanish mumkin [32]. Bu yerda ob’ekt va uning soyalari o‘rtasidagi farqning etarli emasligi ob’ekt (shaxs) shaklining buzilishiga olib keladi, bu esa keyinchalik segmentatsiyalashda va natijada harakatlanuvchi odamlarni tasniflashda xatolarga olib keladi. Soyalarni olib tashlash uchun piksel yorqinligi va rangni tahlil qilish modeli qo‘llaniladi, ya’ni. soyaning mavjudligi doimiy rangni saqlab, yorqinlikning o‘zgarishiga yordam beradi. 2.3-rasmda videokadrning tuzulmaviy bo‘linishi ko‘rsatilgan.

Harakatlanuvchi soya

Harakatlanuvchi ob’yekt

Begona soyalar

Begona narsalar

Oldingi plan ob’yektlari

Ob’yekt soyalari

Oldingi plan

Fon

Videokadr

2.3-rasm. Harakatlanuvchi shaxsni (ob’yektni) aniqlash
Tashqi jismlar va ularning soyalari sifatida harakatlanuvchi (daraxtlar, shamol shamolidagi butalar, tebranish chiroqlari va boshqalar) deb tasniflangan, lekin aslida statik bo‘lgan ob’yektlar va ularning soyalari qaraladi. Ushbu elementlar noto‘g‘ri yechimlarga olib kelishi mumkin va shuning uchun ularni filtrlash birinchi o‘rinni olishda zaruriy protsedura hisoblanadi.
Bir vaqtning o‘zida yurishning asosiy (to‘g‘ridan-to‘g‘ri) belgilarini L qadamining uzunligini va T qadamlar davrini (tahlil qilinayotgan tasvir bo‘lagining pastki qismida) aniqlagan holda, kadrdan-kadrga uning harakat traektoriyasini kuzatib borish orqali harakatlanuvchi shaxsning oldingi holatini tanlashni amalga oshiradigan submodel harakatlanuvchi ob’ekt shaxs bo‘ladimi yoki yo‘qligini aniqlashni nazarda tutadi, buning uchun XT qatlamining tasvir shakli va tasvir qatlamlari ichma-ich ekanligi oldindan aniqlanadi.
Videoketma-ketlikda harakatlanuvchi shaxsni aniqlashdan oldin M matematik submodeli quyidagicha ifodalanishi mumkin [62].
, (2.23)
bu yerda D_k - kadrdagi harakatlanuvchi ob’ektlar to‘plami, ya’ni:


, (2.24)
(2.25)
bu yerda, o‘z navbatida, I(k) - joriy kadr;
B(k) - fon modeli,
k - kadrning tartib raqami (k = 1,2, ...);
- harakatlanuvchi obyektni aniqlash funksiyasi, aks holda
(2.26)
Bu yerda har bir kadr I(k) fon B(k) va oldingi plan G(k) ga tegishli piksellar yig‘indisi (birlashmasi) bilan ifodalanadi, ya’ni I(k) = B(k) + G(k).
K-kadrda pikselning x_k qiymatini qabul qilish ehtimoli quyidagicha hisoblanadi [16, 70]:
(2.27)

bunda W (*) ifoda (2.18) ga muvofiq normal taqsimotga ega va - fon modeli tavsifining to‘g‘riligini tavsiflovchi vazn (koeffitsient) ekanligiga asoslanadi. Shunga ko‘ra, kadrdagi har bir piksel W (*) normal taqsimotga ega bo‘lgan qiymatlar to‘plami bilan tavsiflanadi, deb taxmin qilish tabiiy. Biroq pikselda mavjud bo’lgan ma’lumot normal taqsimotlar yig‘indisining n-chi komponentasi (gaussian) bilan qanchalik aniq tavsiflanishini baholashni nazarda tutadi. Bunda ushbu shart bajarilishi talab etiladi:

(2.28)
Pikselni u yoki bu Gauss bilan tavsiflashning aniqlik darajasi Mahalanobis masofasining ifodasi bilan hisoblanadi [70]:
(2.29)
Bunday holda, oldingi plandagi ob’yektlar (harakatlanuvchi shaxs) G(k) kichik ko‘rsatkichlari bo‘lgan taqsimotlar bilan tavsiflanadi. Unda fon submodelini qurish uchun birinchi N taqsimotdan foydalaniladi va bunda lar yuqori ko‘rsatkichli bo’lib, quyidagi ifodadan aniqlanadi:
, (2.30)
bu yerda taqsimotlar soni N quyidagicha aniqlanadi
, (2.31)
bu yerda - kadrdagi fonning mumkin bo‘lgan minimal ulushi (berilgan chegara qiymati).
Og‘zaki tizim modeliga (2.1-rasm) va uning operator tenglamalari ko‘rinishidagi matematik talqiniga muvofiq, oldingi fonni tanlash va fonni olib tashlash (Es, En operatorlari) protseduralaridan so‘ng, harakatlanuvchi ob’ektlarni segmentatsiyalash jarayoni quyidagicha amalga oshiriladi (Z₂ uchun tenglama, (2.4) ifodadagi E_c, E_ko operatorlari) [1, 16, 34]. Segmentatsiya oldingi planni ma’lum darajada umumiylikka ega bo‘lgan bir qator tarkibiy semantik sohalarga (segmentlarga) bo‘lish, ya’ni harakatlanuvchi sub’yektni bir nechta faqat shu to’plamga xos bo’lgan, qandaydir faqat ushbu qism to‘plamga xos bo‘lgan xususiyatga ega qism to‘plamlarga bo’lish operatsiyasiga asoslanadi. Shuningdek to‘g‘ri ajratilgan oldingi plan bu qism to‘plamlarni harakatlanuvchi shaxs tasvirlanadigan bitta umumiy nuqtalar (piksellar) to’plamiga birlashtiradi. Bunday holda, ajratilgan qism to‘plamlar (segmentlar) kesishmaydigan deb hisoblanadi [1].
Umuman olganda, oldingi planning segmentatsiyai uchun dastlabki ma’lumotlar sifatida fazoviy-vaqtli rejimida qayta ishlangan qandaydir F_B(i,j) videoketma-ketlik qaraladi. Bunda segmentatsiyaning ko’pgina usullari tasvirning dastlabki fragmenti – oldingi planni tashkil etadigan piksellar uchun umumiy belgilar tahliliga asoslangan. Tanlash samaradorligi, birinchi navbatda, ushbu protseduralar amalga oshiriladigan xususiyatlarning axborot mazmuni bilan belgilanadi, ular quyidagilardan iborat (segmentatsiyaning matematik submodeli) [1, 16, 36]:
- I{xt,yj} yorqinlik funksiyasi X tekislikning (oldingi plan) chekli qism to‘plamida aniqlanadi, u k bo‘sh bo‘lmagan bog‘langan kichik to‘plamlarga bo‘linadi, ya’ni S = {Sl,S2,...,Sk}:Sp,p = l,2,...,K;
- operatsiya HP predikatini (ya'ni, S to'plamida aniqlangan va haqiqiy qiymatlarni qabul qiladigan {0,1} qiymatlar to'plamiga ega bo‘lgan funksiyani faqat har bir S_p kichik to'plami uchun har qanday piksel juftligi bir xillik mezoniga javob berganda) amalga oshiradi;
- HP predikati bo'yicha S bo'limi shartlarni qondirishi kerak [ 1 ]:
(2.32)