Детальная информация

В большинстве существующих систем сопровождения объектов на видеоизображениях применяется автоматическое выделение областей интереса с помощью детектора, который работает с предварительно построенной моделью искомого объекта, принадлежащего некоторому заранее известному множеству классов. Такой подход существенно ограничивает область применения системы автоматического сопровождения. В работе решена задача полуавтоматического выделения объектов на изображениях. Показана возможность реализации безмодельного подхода к выделению объекта с помощью методов низкоуровневой сегментации изображений. Проанализированы недостатки основных методов сегментации, ограничивающие их применение в алгоритме автоматического сопровождения объектов в системе обработки потокового видео для беспилотных летательных аппаратов. Предложен алгоритм выделения объекта на изображении методом слияния суперпикселей. Приведены результаты тестирования рассмотренного алгоритма на реальных и синтезированных изображениях. Экспериментальные исследования показали возможность применения предложенного алгоритма в составе программного обеспечения системы автоматического сопровождения объектов на видеоизображениях.

In most existing video tracking systems, automatic region of interest extraction is used, utilizing a detector that works with a prebuilt model of the desired object belonging to some pre-known set of classes. This approach significantly limits applicability of the automatic tracking system. In this work, the problem of semi-automatic object extraction for visual scene images has been solved. The possibility of implementation of a model-free approach to object extraction using low-level image segmentation methods was demonstrated. The analysis of drawbacks of the basic methods for image segmentation limiting their application in the developed automatic tracking algorithm of the video stream processing system for unmanned aerial vehicles was conducted. The algorithm for extracting an object in the image by superpixel fusion is proposed. The testing results with real and synthetic images for the proposed algorithm are presented. Experimental studies have shown the possibility to apply the proposed algorithm as part of automatic video tracking system software.