СРАВНЕНИЕ РЕАЛИЗАЦИЙ ВЫЧИСЛЕНИЯ ВЕКТОРОВ СМЕЩЕНИЯ ВИДЕОИЗОБРАЖЕНИЙ ВО ВСТРАИВАЕМЫХ СИСТЕМАХ

Авторы

  • П. А. Ушаков
  • А. Ю. Печенкин

DOI:

https://doi.org/10.22213/2410-9304-2019-3-4-115-119

Ключевые слова:

алгоритм Лукаса – Кэнейда, трекинг ключевых точек, оптический поток, согласованная фильтрация изображений

Аннотация

В работе рассмотрены алгоритмы вычисления векторов смещения видеоизображений, которые находят применение в смартфонах, цифровых фотокамерах, различных специализированных изделиях для стабилизации изображений, контроля дорожного движения, при аэрофотосъемках, при сопровождении объектов и в других приложениях. Для сравнительной оценки эффективности использования вычислительных ресурсов при реализации алгоритмов вычисления векторов смещения были выбраны: алгоритм на основе метода Лукаса – Кэнейда и алгоритм, основанный на согласованной фильтрации изображения. Определялось глобальное смещение изображения с использованием аппаратной платформы - системы на кристалле Xilinx семейства Ultrascale+. Матричные вычисления алгоритма Лукаса – Кэнейда были реализованы 4 одинаковыми аппаратными блоками, что позволило вычислять смещения между кадрами одновременно для 4 точек. В этом случае время вычисления оптического потока составило в среднем 7,5 мс. В реализации алгоритма согласованной фильтрации изображения на базе ДДПФ также использовалось 4 аппаратных блока, позволяющих распараллелить вычисления. В результате время работы алгоритма составило 2,9 мс, при этом процессорное время, необходимое для работы алгоритма, составило 0,2 мс. В процессе реализации определены слабые места алгоритмов, необходимое количество аппаратных ресурсов системы на кристалле. Показано, что при наличии достаточных аппаратных ресурсов определение смещения соседних кадров видеоряда гораздо эффективнее реализуется на базе согласованной фильтрации, чем алгоритмом Лукаса – Кэнейда.

Библиографические ссылки

CHANG T. H. TRACKING MULTIPLE PEOPLE WITH A MULTI-CAMERA SYSTEM / T.H. CHANG, S. GONG // PROCEEDINGS 2001 IEEE WORKSHOP ON MULTI-OBJECT TRACKING. 2001. P. 19-26. DOI:10.1109/MOT.2001.937977.

Pan J. Robust Occlusion Handling in Object Tracking / J. Pan, B. Hu // 2007 IEEE Conference on Computer Vision and Pattern Recognition : Minneapolis, MN, 17 - 22 June 2007; [CVPR 2007; proceedings] ; Vol. 4.

Bewley A. Simple online and realtime tracking / A. Bewley, G. Zongyuan, L. Ott, F. Ramos, B. Upcroft // 2016 IEEE International Conference on Image Pro-cessing (ICIP 2016), Phoenix, Arizona, USA 25-28 September 2016. Pp. 3464-3468.

Волосатова Т. М., Яблоков В. Е. Слежение за выделенными объектами на протяжении видеоряда // Инженерный вестник. 2015. №7. С. 518–531.

Sanjay S., Chandra S., Anil V. Real-Time FPGA-Based Object Tracker with Automatic Pan-Tilt Features for Smart Video Surveillance Systems // J. Imaging 2017, 3, 18; doi:10.3390/jimaging3020018

Peng G., Ruyue Y., Zhicong L., Linsheng Z., Yan Z. A Novel Low-cost FPGA-based Real-time Object Track-ing System // arXiv:1804.05535v2 DOI:10.1109/ASICON.2017.8252560

Baoyan Z., Xiaofeng L., Qiaoyuan W., Siqi Z., Qianyun L. A Hardware Architecture of Target Tracking System on FPGA // Proceedings of the 2nd International Conference on Computer Science and Application Engi-neering 2018. Article No. 65 ISBN: 978-1-4503-6512-3 DOI:10.1145/3207677.3278009.

Milan A. MOT 16: a benchmark for multiobject tracking / A. Milan, L. Leal-Taixe, I. Reid, S. Roth, K. Schindler.// arXiv preprint arXiv:1603.00831 (2016). Pp. 1-12.

Bruce D. An Iterative Image Registration Technique with an Application to Stereo Vision / D. Bruce, Lucas and Takeo Kanade // IJCAI'81 Proceedings of the 7th international joint conference on Artificial intelli-gence. Vol. 2, 1981. Pр. 674-679.

Сакович И. О., Белов Ю. С. Применение метода Лукаса – Канаде для вычисления оптического потока // Инженерный журнал: наука и инновации, 2014, вып. 7. URL: http: // engjournal.ni/catalog/pribor/ optica/1275.html.

Прэтт У. Цифровая обработка изображений / пер. с англ. М. : Мир, 1982. Кн. 2. 480 с.

Bagni В. Demystifying the Lucas-Kanade Optical Flow Algorithm with Vivado HLS / D. Bagni, P. Kannan, S. Neuendorffer: URL: https://www.xilinx.com/ support/documentation/application_notes/xapp1300-lucas-kanade-optical-flow.pdf.

Поляк Б. Т. Метод Ньютона и его роль в оптимизации и вычислительной математике // Труды ИСА РАН. 2006. Т. 28. С. 48–66.

Цифровая обработка изображений в информационных системах: Учебное пособие / И. С. Грузман, В. С. Киричук, В. П. Косых, Г. И. Перетягин, А. А. Спектор. Новосибисрк : Изд-во НГТУ, 2002. 352 c.

Прэтт У. Цифровая обработка изображений / пер. с англ. М. : Мир, 1982. Кн. 2. 480 с.

Загрузки

Опубликован

08.10.2019

Как цитировать

Ушаков, П. А., & Печенкин, А. Ю. (2019). СРАВНЕНИЕ РЕАЛИЗАЦИЙ ВЫЧИСЛЕНИЯ ВЕКТОРОВ СМЕЩЕНИЯ ВИДЕОИЗОБРАЖЕНИЙ ВО ВСТРАИВАЕМЫХ СИСТЕМАХ. Интеллектуальные системы в производстве, 17(3), 115–119. https://doi.org/10.22213/2410-9304-2019-3-4-115-119

Выпуск

Раздел

Статьи