Использование библиотеки OpenCV для анализа сцен
08.04.2014
Использование библиотеки OpenCV для анализа сцен
Использование библиотеки OpenCV для анализа сцен Компьютерное зрение - теория и технология создания машин, которые могут производить обнаружение, слежение и классификацию объектов [1]. Как научная дисциплина, компьютерное зрение относится к теории и технологии создания искусственных систем, получающих информацию из изображений. Видеоданные могут быть представлены множеством форм, таких как видеопоследовательности, изображения с разных камер или трехмерными данными, например с устройства Kinect или медицинского сканера. Подразделения компьютерного зрения включают воспроизведение действий, выявления событий, слежения, распознавания образов, восстановления изображений и некоторые другие. Классическая задача в компьютерном зрении, обработке изображений и машинном зрении это определение, содержат видеоданные некий характерный объект, особенность или активность. Эта задача может быть достоверно и легко решена человеком, но до сих пор не решена в компьютерном звезды в общем случае: случайные объекты в случайных ситуациях. Существующие методы решения этой задачи эффективны лишь для отдельных объектов, таких как простые геометрические объекты (например многоугольники), человеческие лица, печатные или рукописные символы, автомобили и только в определенных условиях, обычно это определенное освещение, фон и положение объекта относительно камеры. Целью моей работы является использование библиотеки OpenCV для решения задачи распознавания и описания всех объектов сцены, определенных пользователем. Для проверки возможности использования библиотеки OpenCV для решения задач компьютерного зрения и задач распознавания сцен создан проект программной системы. Реализация программной системы включает три этапа: взаимодействие с библиотекой OpenCV, использование методов машинного обучения и реализация системы распознавания объектов и взаимодействия между ними. Система будет включать в себя такие модули: графический интерфейс пользователя (GUI); интеллектуальная система, которая способна распознать сцену и выделить необходимые объекты; база знаний для сохранения сцен и объектов; модуль описания проанализированной сцены в доступном пользователю виде. На диаграмме (рис.1.) Показано взаимодействие между модулями системы на примерах обучения системы и работы с обученной системой.
Рис.1. Диаграмма последовательностей
Пользователь выбирает изображение. Оно попадает в модуль OpenCV, где с помощью методов библиотеки анализируется. Пользователь выбирает объекты, взаимодействие между которыми он хочет анализировать. Эта сцена и объекты на ней сохраняются в базу знаний. После этого пользователь уже может выбирать новую сцену с теми же объектами и система проанализирует взаимодействие между ними. При этом сцена попадает вновь в модуль OpenCV. Этот модуль обращается к базе знаний и пытается найти объекты, хранящиеся там, на сцене. Если такие объекты найдены, то сцена передается в модуль описания проанализированной сцены. Там взаимодействие между объектами описывается словами и предоставляется пользователю. Модуль описания сцены будет анализировать положение всех объектов, которые найдены на сцене. В зависимости от координат на плоской сцене можно легко делать выводы о расположении двух объектов относительно друг друга (первый объект справа / слева от второго). Также этот модуль будет учитывать «глубину» объекта на сцене, чтобы можно было делать выводы относительно того, что один объект находится за другим.
Литература
1. Л.Шапиро, Дж. Стокман – Компьютерное зрение – Computer Vision – М.: Бином. Лаборатория знаний, 2006. – С.752.
2. А.А. Лукьяница, А.Г. Шишкин Цифровая обработка видеоизображений. — М.: «Ай-Эс-Эс Пресс», 2009. — 518 с.
Год работы: 2013
Конкурсант: Козаченко Сергей Андреевич
Страна: Украина
Область: Запорожская область
Название УЗ (рус): Запорожская государственная инженерная академия
Участник нац.финала: Нет
Участник международного финала: Нет
Количество проголосовавших: 1
Рейтинг: 3.11
Сумма оценок: 3
