bsuirДоклады БГУИРDoklady BGUIR1729-76482708-0382БГУИРbsuir-568Research ArticleСтатьиМОНИТОРИНГ ДВИЖУЩЕГОСЯ ОБЪЕКТА С ИСПОЛЬЗОВАНИЕМ АДАПТИВНОГО КОРРЕЛЯЦИОННОГО ФИЛЬТРАREAL TIME OBJECT MONITORING USING ADAPTIVE CORRELATION FILTERПолоневичА. М.PolonevitchA. M.noemail@neicon.ruРевотюкМ. П.RevotjukM. P.noemail@neicon.ruЗакрытое акционерное общество «ЦНИП»BelarusБелорусский государственный университет информатики и радиоэлектроникиBelarus201503062019074550Copyright © Полоневич А.М., Ревотюк М.П., 20192019Полоневич А.М., Ревотюк М.П.Polonevitch A.M., Revotjuk M.P.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://doklady.bsuir.by/jour/article/view/568

Рассматривается задача локализации движущегося объекта по результатам видеонаблюдения в реальном времени на изменяющемся фоне в условиях полного или частичного перекрытия объекта другими объектами. Предлагается алгоритм локализации объектов на основе адаптивного корреляционного фильтра. Алгоритм не требует ввода дополнительных параметров или настройки в процессе работы.

Real time localization of a moving or stationary object in a video stream is one of the most complex tasks in video processing due to changing background conditions or full / partial object overlaps is considered. For present moment, a number of techniques and solution proposed, nevertheless the task is still actual and no one can speak about revolutionary breakthrough. Present article describes real-time object tracking algorithm based on adaptive correlation filter usage. The algorithm is autonomous and doesn't need parameters adjustments from the beginning till the end of its functioning.

автосопровождение объектовадаптивный корреляционный фильтрReferencesKaufmann M. Machine Vision: Theory, Algorithms, Practicalities. San Francisco, 2004.Kaufmann M. Machine Vision: Theory, Algorithms, Practicalities. San Francisco, 2004.David G. Lowe // Proceedings of the International Conference on Computer Vision. Kerkyra, 20-27 September 1999. P. 1150-1157.David G. Lowe // Proceedings of the International Conference on Computer Vision. Kerkyra, 20-27 September 1999. P. 1150-1157.Herbert B., Ess A., Tuytelaars T. et. al. // Computer Vision and Image Understanding (CVIU). 2008. Vol. 110, № 3. P. 346-359.Herbert B., Ess A., Tuytelaars T. et. al. // Computer Vision and Image Understanding (CVIU). 2008. Vol. 110, № 3. P. 346-359.Unified Real-Time Tracking and Recognition with Rotation-Invariant Fast Features. [Электронный ресурс]. - Режим доступа: http://vijaychan.github.io/Publications/2010 - Unified Real-Time Tracking and Recognition with Rotation-Invariant Fast Features.pdf. - Дата доступа: 23.10.2015.Unified Real-Time Tracking and Recognition with Rotation-Invariant Fast Features. [Электронный ресурс]. - Режим доступа: http://vijaychan.github.io/Publications/2010 - Unified Real-Time Tracking and Recognition with Rotation-Invariant Fast Features.pdf. - Дата доступа: 23.10.2015.Cheng Yizong // IEEE Transactions on Pattern Analysis and Machine Intelligence (IEEE). 1995. P. 790-799.Cheng Yizong // IEEE Transactions on Pattern Analysis and Machine Intelligence (IEEE). 1995. P. 790-799.Comaniciu D., Meer P. // IEEE Transactions on Pattern Analysis and Machine Intelligence (IEEE). 2002, P. 603-619.Comaniciu D., Meer P. // IEEE Transactions on Pattern Analysis and Machine Intelligence (IEEE). 2002, P. 603-619.Brunelli R. Template Matching Techniques in Computer Vision: Theory and Practice. Hoboken, 2009.Brunelli R. Template Matching Techniques in Computer Vision: Theory and Practice. Hoboken, 2009.Duda R., Hart P. Template Matching. Hoboken, 1973.Duda R., Hart P. Template Matching. Hoboken, 1973.Average of Synthetic Exact Filters. [Электронный ресурс]. - Режим доступа: http://www.cs.colostate.edu/~vision/publications/Bolme2009Asef.pdf. - Дата доступа: 23.10.2015.Average of Synthetic Exact Filters. [Электронный ресурс]. - Режим доступа: http://www.cs.colostate.edu/~vision/publications/Bolme2009Asef.pdf. - Дата доступа: 23.10.2015.Introduction to BiometricRecognition Technologies and Applications. [Электронный ресурс]. - Режим доступа: http://users.ece.cmu.edu/~jzhu/class/18200/F05/Lecture06_Marios_Lecture.pdf. - Дата доступа: 23.10.2015.Introduction to BiometricRecognition Technologies and Applications. [Электронный ресурс]. - Режим доступа: http://users.ece.cmu.edu/~jzhu/class/18200/F05/Lecture06_Marios_Lecture.pdf. - Дата доступа: 23.10.2015.Bradski G., Kaehler A. Learning OpenCV Computer Vision with the OpenCV Library. Sebastopol, 2008.Bradski G., Kaehler A. Learning OpenCV Computer Vision with the OpenCV Library. Sebastopol, 2008.Breiman L. Bagging Predictors. Machine Learning. New Mexico, 1996.Breiman L. Bagging Predictors. Machine Learning. New Mexico, 1996.Bolme D. Theory and Applications of Optimized Correlation Output Filters: Дис. … канд. физ-мат. наук. Колорадо, 2011.Bolme D. Theory and Applications of Optimized Correlation Output Filters: Дис. … канд. физ-мат. наук. Колорадо, 2011.Kumar B., Mahalanobis A., Song S., et. al. // Optical Engineering. 1992. Vol. 31. P. 915-922.Kumar B., Mahalanobis A., Song S., et. al. // Optical Engineering. 1992. Vol. 31. P. 915-922.Mahalanobis A., Kumar B., Song S., et. al. // Applied Optics, 1994. Vol. 33. P. 3751-3759.Mahalanobis A., Kumar B., Song S., et. al. // Applied Optics, 1994. Vol. 33. P. 3751-3759.

The authors declare that there are no conflicts of interest present.