Entwurf und Implementierung von Algorithmen zur Erfassung und Verfolgung von sich bewegenden Personen in Videosequenzen

Diplomarbeit , 2001 , 71 Seiten , Note: 2

Informatik - Theoretische Informatik

Das Ziel dieser Arbeit ist die Zählung von Personenbewegungen bezogen auf das Durchschreiten von ”Zählschranken“ wie zum Beispiel das Betreten oder Verlassen eines definierten Szenenbereiches.
Die Aufgabe, sich bewegende Personen in Videosequenzen zu verfolgen, ist geprägt von den Erscheinungsbildern der Personen, wie sie sich in der Szene ergeben. Diese Personen stellen sich innerhalb dieser Bilder als nicht-rigide Objekte dar. Das Erkennen von Personen in Einzelbildern beziehungsweise
in einer Sequenz von aufeinanderfolgenden Bildern wird hier durch ein hier beschriebenes Verfahren realisiert, welches nicht Gegenstand der Arbeit ist, aber schon vorliegt.
Darauf aufbauend ist es Ziel der vorliegenden Arbeit, ein Trackingmodul zu schaffen. Aufgabe dieses Trackingmodules ist es, basierend auf der Erkennung von Bewegungen von Personen in aufeinanderfolgenden Bildern, deren Bewegung über die ganze Szene in einer entsprechenden Bildfolge zu erfassen.
Diese Arbeit entstand als Diplomarbeit im Rahmen eines Projektes in der Gesellschaft zur Förderung angewandter Informatik e. V. (GFaI).

Inhaltsverzeichnis

• Einführung
  • Einleitung
  • Erläuterung der Aufgabenstellung
  • Gliederung der Arbeit
• Der Weg vom Grauwertbild zur Hypothese
  • Bewegungsdetektion aus der Bildsequenz
  • Bildbasierte Vorselektion der Hypothesen
• Erfassung und Beschreibung der Bewegungsvorgänge
  • Situationsübersicht
  • Terminologie
  • Initialzustand
  • Auswahl eines Nachfolgezustands
  • Prädiktion
    • Wissensbasierte Verfahren
    • Kalmanfilter
    • lineare Prädiktion
  • Bestimmung eines adaptiven Suchraumes
    • Berechnung von r aus dem Prädiktionsfehler
    • Berechnung von r aus der Schrittweite
  • Zusammenführung und Auftrennung
  • Inaktivität bei Instanzen
  • Zählung der Personen und Konzepte gegen Fehlzählungen
    • Durchtrittsrichtung
    • Pendeln von Personen
• Entwurf und Implementierung
  • Terminologie
  • Sequentielle und verkettete (lineare) Listen
  • DLL-Programmierung
  • Beschreibung des Algorithmus
  • Parameter zur Anpassung
• Ergebnisse und Interpretation
  • Darstellung und Prüfung definierter Situationen
  • Test an praktischen Beispielsequenzen
  • Komplexes Beispiel über ca. 4 Minuten Beobachtungsdauer
• Zusammenfassung und Ausblick
• Dateiformat (Quelldaten)
• Literaturverzeichnis
• Verzeichnis von WWW-Seiten
• Abbildungsverzeichnis
• Tabellenverzeichnis

Zielsetzung und Themenschwerpunkte

Die Diplomarbeit befasst sich mit dem Entwurf und der Implementierung eines Algorithmus zur Erfassung und Verfolgung von sich bewegenden Personen in Videosequenzen. Ziel ist es, die Ergebnisse der Bildanalyse, die in Form von Hypothesen vorliegen, zu verarbeiten, um Trajektorien zu erhalten, die die Position von Personen über einen Zeitraum beschreiben. Darüber hinaus soll der Algorithmus eine Zählung von Personenbewegungen bezüglich bestimmter vordefinierter Schranken ermöglichen.

• Bewegungsdetektion und Hypothesengenerierung aus Bildsequenzen
• Entwicklung von Algorithmen zur Trajektorienbildung
• Prädiktion und Anpassung des Suchraumes
• Zusammenführung und Auftrennung von Instanzen
• Zählung von Personenbewegungen mit Schranken

Zusammenfassung der Kapitel

• Einführung:
  • Einleitung: Die Arbeit beleuchtet die Bedeutung von Bildverarbeitungs- und -analysemethoden im Kontext der Personenverfolgung in Videosequenzen. Sie stellt dar, dass die Entwicklung leistungsfähiger Rechentechnik neue Anwendungen im Bereich der Bildverarbeitung ermöglicht hat. Die Arbeit konzentriert sich auf die Grundlage für einen späteren Echtzeiteinsatz und zeigt verschiedene Anwendungsbereiche auf, wie z.B. Verhaltensforschung, Personenzählung im Einzelhandel und im öffentlichen Nahverkehr.
  • Erläuterung der Aufgabenstellung: Das Ziel der Arbeit ist die Zählung von Personenbewegungen, insbesondere das Betreten oder Verlassen eines definierten Szenenbereiches. Die Arbeit entstand im Rahmen eines Projektes der Gesellschaft zur Förderung angewandter Informatik e.V. (GFaI) und basiert auf Bildmaterial, das mit einer Kamera aufgenommen wurde, die senkrecht über der zu beobachtenden Szene positioniert ist. Die Aufgabe besteht darin, ein Trackingmodul zu entwickeln, das die Bewegung von Personen in aufeinanderfolgenden Bildern erfasst und analysiert.
  • Gliederung der Arbeit: Die Arbeit gliedert sich in sechs Kapitel. Kapitel 2 erläutert die Verfahren zur Gewinnung von Daten aus Bildern, Kapitel 3 beschreibt die Verarbeitung dieser Daten zur Trajektorienbildung, Kapitel 4 geht auf die Implementierung des Algorithmus ein, Kapitel 5 zeigt die Ergebnisse und Interpretation der Tests und Kapitel 6 fasst die Ergebnisse zusammen und gibt einen Ausblick auf mögliche Weiterentwicklungen.
• Der Weg vom Grauwertbild zur Hypothese:
  • Bewegungsdetektion aus der Bildsequenz: Das Kapitel erläutert die Verfahren zur Bewegungsdetektion in Bildsequenzen. Es werden drei Methoden vorgestellt: Differenzbildung zu einem Hintergrundbild (DiffHGB), Bildung der absoluten Differenz (AbsDiff) und die Motion Energy Method (MoEnMe). Die jeweiligen Vor- und Nachteile der Methoden werden diskutiert und es wird auf die Problematik der Datenmenge und der Wahl des zeitlichen Abstands zwischen den Bildern eingegangen.
  • Bildbasierte Vorselektion der Hypothesen: Das Kapitel behandelt die Vorselektion der Hypothesen, die durch die Segmentierung generiert werden. Es werden Kriterien vorgestellt, um Störungen, die durch Bildrauschen oder andere Faktoren entstehen, zu beseitigen. Dazu gehören ein Ausschlussbereich am Bildrand, ein Schwellwert für die Fläche der Hypothesen und die Zusammenführung eng beieinander liegender Hypothesen.
• Erfassung und Beschreibung der Bewegungsvorgänge:
  • Situationsübersicht: Das Kapitel zeigt verschiedene Situationen auf, die bei der Fortbewegung von Personen auftreten können und für die maschinelle Auswertung problematisch sind. Es werden Strategien zur Bewältigung dieser Situationen vorgestellt, wie z.B. die Berücksichtigung von Personen, die ihre Bewegung einstellen, die Vermeidung von Verwechslungen bei Begegnungen und die Behandlung von Verschmelzungen und Trennungen von Hypothesen.
  • Terminologie: Es werden wichtige Begriffe und Definitionen eingeführt, wie z.B. Hypothese, Menge der Hypothesen, Zyklus, Trajektorie, Instanz und Menge der Instanzen.
  • Initialzustand: Der Initialzustand beschreibt den Zustand des Systems direkt nach der Inbetriebnahme. Es werden noch keine sensorischen Daten verarbeitet und das System durchläuft den ersten Zyklus. In diesem Zustand wird für jede Hypothese eine neue Instanz erzeugt.
  • Auswahl eines Nachfolgezustands: Das Kapitel erläutert die Auswahl eines passenden Nachfolgezustands für eine Person, die bereits erfasst wurde. Es wird auf die Problematik der Zuordnung von Hypothesen zu Instanzen eingegangen, wenn sich mehrere Personen in der Szene befinden.
  • Prädiktion: Das Kapitel beschreibt die Prädiktion, d.h. die Vorhersage des wahrscheinlichen Aufenthaltsortes einer Person im nächsten Zyklus. Es werden verschiedene Verfahren zur Positionsvorhersage vorgestellt, darunter wissensbasierte Verfahren, Kalmanfilter und lineare Prädiktion. Die Arbeit konzentriert sich auf die lineare Prädiktion, da diese weniger rechenintensiv ist und für die Verfolgung von Personen ausreichend ist.
  • Bestimmung eines adaptiven Suchraumes: Das Kapitel behandelt die Bestimmung des Suchraumes, der die Menge der Hypothesen in zwei Teilmengen aufspaltet: die Hypothesen innerhalb des Suchraumes und die Hypothesen außerhalb. Der Radius des Suchraumes wird dynamisch an die Bewegung der Person angepasst. Es werden zwei Ansätze zur Berechnung des Radius vorgestellt: die Berechnung aus dem Prädiktionsfehler und die Berechnung aus der Schrittweite.
  • Zusammenführung und Auftrennung: Das Kapitel beschreibt die Zusammenführung und Auftrennung von Instanzen. Es wird erklärt, wie der Algorithmus erkennt, ob mehrere Personen zu einer Hypothese gehören und diese Instanzen zusammengeführt werden. Die Auftrennung erfolgt, wenn sich innerhalb des Suchraumes mehrere Hypothesen befinden.
  • Inaktivität bei Instanzen: Das Kapitel erläutert die Deaktivierung von Instanzen, die ihre Bewegung einstellen. Es wird ein Mechanismus vorgestellt, der die Lebenszeit einer Instanz begrenzt und diese deaktiviert, wenn sie über einen bestimmten Zeitraum keine Bewegung zeigt.
  • Zählung der Personen und Konzepte gegen Fehlzählungen: Das Kapitel behandelt die Zählung von Personenbewegungen mit Hilfe von Schranken. Es werden drei Arten von Schranken vorgestellt: Eingänge, Ausgänge und Durchgänge. Es werden Konzepte gegen Fehlzählungen vorgestellt, wie z.B. die Berücksichtigung der Durchtrittsrichtung und die Vermeidung von Mehrfachzählungen.
• Entwurf und Implementierung:
  • Terminologie: Es werden wichtige Begriffe im Kontext der Implementierung des Algorithmus eingeführt, wie z.B. Liste, Element, Knoten und doppelt verkettete Liste.
  • Sequentielle und verkettete (lineare) Listen: Das Kapitel beschreibt die beiden Möglichkeiten, lineare Listen zu implementieren: sequentielle Speicherung und Verkettung. Die Arbeit konzentriert sich auf die Implementierung als doppelt verkettete lineare Liste, da diese Vorteile bei der Verwaltung und Organisation der Liste bietet.
  • DLL-Programmierung: Das Kapitel erläutert die Verwendung von Dynamic Link Libraries (DLLs). DLLs sind Bibliotheken, die Funktionen enthalten, die in anderen Programmen verwendet werden können. Die Arbeit nutzt DLLs, um die Funktionen des Algorithmus zur Verfügung zu stellen.
  • Beschreibung des Algorithmus: Das Kapitel beschreibt die Funktionsweise des Trackingalgorithmus anhand eines Flussdiagramms. Es werden die einzelnen Schritte des Algorithmus erläutert, wie z.B. die Bewertung der Hypothesen, die Zuordnung von Hypothesen zu Instanzen, die Prädiktion, die Zusammenführung und Auftrennung von Instanzen und die Deaktivierung von Instanzen.
  • Parameter zur Anpassung: Das Kapitel beschreibt die Parameter, die zur Anpassung des Algorithmus an verschiedene Szenarien verwendet werden. Es werden die einzelnen Parameter erläutert und ihre Bedeutung für das Verhalten des Algorithmus beschrieben.
• Ergebnisse und Interpretation:
  • Darstellung und Prüfung definierter Situationen: Das Kapitel zeigt die Ergebnisse von Tests des Algorithmus mit definierten Beispielen, die typische Bewegungssituationen simulieren. Es werden verschiedene Szenarien vorgestellt, wie z.B. gerade Bewegung, Abbiegen, Umkehren, Verharren, parallele Bewegung, Kreuzung und Begegnung.
  • Test an praktischen Beispielsequenzen: Das Kapitel zeigt die Ergebnisse von Tests des Algorithmus mit praktischen Beispielsequenzen. Es werden drei verschiedene Sequenzen vorgestellt und die Ergebnisse der algorithmischen Zählung mit den Ergebnissen der händischen Zählung verglichen. Es wird auf die Ursachen für mögliche Fehler eingegangen.
  • Komplexes Beispiel über ca. 4 Minuten Beobachtungsdauer: Das Kapitel zeigt die Ergebnisse der Auswertung einer komplexen Sequenz mit einer Dauer von ca. 4 Minuten. Es wird auf die Stabilität des Algorithmus bei größeren Datenmengen eingegangen.
• Zusammenfassung und Ausblick:
  • Zusammenfassung: Die Arbeit fasst die Ergebnisse der Diplomarbeit zusammen und stellt fest, dass der entwickelte Algorithmus die Verfolgung von sich bewegenden Personen in Videosequenzen ermöglicht. Es werden die wichtigsten Konzepte und Ergebnisse der Arbeit zusammengefasst.
  • Ausblick: Das Kapitel gibt einen Ausblick auf mögliche Weiterentwicklungen des Systems. Es werden Punkte wie die freie Positionierbarkeit von Schranken, die Optimierung der Parameter, die Verwendung der Fläche der Personen zur Verfolgung und die Verwendung von Farbbildern zur Verbesserung der Erkennungs- und Verfolgungsleistung diskutiert.

Schlüsselwörter

Die Schlüsselwörter und Schwerpunktthemen des Textes umfassen die Erfassung und Verfolgung von sich bewegenden Personen in Videosequenzen, die Entwicklung von Algorithmen zur Trajektorienbildung, die Prädiktion und Anpassung des Suchraumes, die Zusammenführung und Auftrennung von Instanzen sowie die Zählung von Personenbewegungen mit Schranken. Die Arbeit befasst sich mit der Bildanalyse, der Bewegungsdetektion, der Hypothesengenerierung, der Trajektorienbildung, der Personenverfolgung und der Personenzählung.

• Hochschule: Hochschule für Technik und Wirtschaft Berlin (Informatik)
• Note: 2
• Autor: Diplom - Informatiker (FH) Alexander Busch (Autor:in)
• Erscheinungsjahr: 2001
• Seiten: 71
• Katalognummer: V4576
• ISBN (eBook): 9783638128124
• ISBN (Buch): 9783640551958
• Sprache: Deutsch
• Schlagworte: Tracking Video Computer Vision Algorithmen Bildverarbeitung