Method for Suspicious Object Search in Video from an Aircraft Camera Based on Histogram Analysis
DOI:
https://doi.org/10.18372/2310-5461.38.12827Keywords:
object search, aircraft, histogram analysis, statistical recognition methodAbstract
A problem of particular object search on video which arises in some practical tasks can be solved by known methods if a sample image database is available. In case of its absence it is possible to find suspicious objects by heuristic approaches. But such approaches are not fast enough, thus they cannot be used in real-time systems. We propose a histogram-based method for target (suspicious) object search in video from an aircraft camera which is appropriate for usage in real-time systems.
References
Горелик А.Л. Методы распознавания: Учеб. пособие. 2-е изд. / Горелик А.Л., Скрипкин В.А. – М., «Высш. школа», 1984. – 208 с.
Viola, P., Jones, M.: Rapid Object Detection using a Boosted Cascade of Simple Features. In: Proceedings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR 2001). IEEE, Kauai, HI, USA (2001). doi:10.1109/CVPR.2001.990517
Viola, P., Jones, M.J.: Robust Real-Time Face Detection. International Journal of Computer Vision 2(57), pp. 137 154 (2004). doi:10.1023/B:VISI.0000013087.49260.fb
Krizhevsky, A., Sutskever, I., Hinton, G.E.: Imagenet classification with deep convolutional neural networks. In: Advances in neural information processing systems, pp. 1097 1105. NIPS, Lake Tahoe, Nevada, USA (2012). doi:10.1145/3065386
Accelerating Very Deep Convolutional Networks for Classification and Detection [електронний ресурс] // https://arxiv.org/abs/1505.06798
Accelerating Convolutional Neural Networks on Raspberry Pi [електронний ресурс] // http://cv-tricks.com/artificial-intelligence/deep-learning/accelerating-convolutional-neural-networks-on-raspberry-pi/
Massimo Piccardi Background subtraction techniques: a review / Massimo Piccardi // 2004 IEEE International Conference on Systems, Man and Cybernetics. – October 2004. – P. 3099–3104.
Aniket Bhondave et al. Suspicious Object Detection Using Back-Tracing Technique / Aniket Bhondave, Bhagyawant Biradar, Vishal Suryavanshi, Harshal Nakil // International Journal of Advanced Research in Computer and Communication Engineering. – January 2016. – vol. 5, issue 1. – P. 406–408.
Suspicious Object Detection and Tracking [електронний ресурс] // http://www.spit.ac.in/wp-content/uploads/profkttalele/project/2009-10/(4)Suspicious%20Object%20Recognization/report%20Suspicious_Object_Detection.pdf
Roberto Brunelli Template Matching Techniques in Computer Vision: Theory and Practice / Roberto Brunelli. – Chichester: Wiley, 2009. – 338 p.
Чирков А.В. Пошук підозрілих об’єктів на відео з камери безпілотного літального апарата на основі аналізу гістограм / А. В. Чирков // Проблеми створення, випробування, застосування та експлуатації складних інформаційних систем: збірник наукових праць. – 2016. – №13. – С. 126-135.
John Canny A Computational Approach to Edge Detection / John Canny // IEEE Transactions on Pattern Analysis and Machine Intelligence. – 1986. – vol. PAMI-8, no. 6. – P. 679–698.
Грузман И.С. Цифровая обработка изображений в информационных системах / Грузман И.С., Киричук В.С., Косых В.П. и др. – Новосибирск: Изд во НГТУ, 2002. – 352 с.
Papic, V., Turic, H., Dujmic, H.: Two-stage segmentation for detection of suspicious objects in aerial and long-range surveillance applications. In: 10th WSEAS International Conference on Automation & Information, pp. 1–5, WSEAS, Athens, Greece (2009).
Васильева И.К. Методы распознавания образов: Учебное пособие по лабораторному практикуму / Васильева И.К., Ельцов П.Е. – Х.: Нац. аэрокосм. ун т «ХАИ», 2008. – 56 с.
Статистические методы распознавания образов [електронний ресурс] // http://yury.name/modern/07modernnote.pdf
Philip Prystavka The Mathematical Foundations of Foreign Object Recognition in the Video from Unmanned Aircraft / Philip Prystavka, Anastasia Rogatyuk // Proceedings of the National Aviation University. – 2015. – №3(64). – P. 133 139. doi:10.18372/2306-1472.64.9048
Приставка П.О. та ін. Експериментальний зразок автоматизованої системи пошуку підозрілих об’єктів на відео з безпілотного повітряного судна / П. О. Приставка, В. І. Сорокопуд, А. В. Чирков // Системи озброєння і військова техніка. – 2017. – №2(50). – C. 26 32.
Новейшие методы обработки изображений / Под ред. А. А. Потапова. – М.: Физматлит, 2008. – 496 с.
Приставка А.Ф. Смеси и сплайн-распределения на неоднородных нормальных пространствах / Приставка А.Ф., Райко О.В. – Д.: ДГУ, 1987, 233 с.
Руренко В.Л. Евристичний алгоритм розділення сумішей двох нормальних розподілів / Руренко В.Л., Чирков А.В. // Проблеми та перспективи розвитку авіації та космонавтики: тези доп. V Всеукр. наук. практ. конф. […], м. Київ, 29–30 листопада 2016 р., Національний авіац. ун т. – К.: НАУ, 2016.
Чирков А.В. Методика реалізацій програмних рішень для обробки даних на борту безпілотного літального апарату / Чирков А.В. // Математичне та програмне забезпечення інтелектуальних систем: тези доп. ХIII міжнар. наук. практ. конф., м. Дніпропетровськ, 18–20 листопада 2015 р., Дн вський національний ун т ім. Олеся Гончара. – Д.: ДНУ, 2015. – С. 245–246.
Сорокопуд В.І. Аналіз швидкодії алгоритму обробки потокового відео в залежності від способу реалізації / Сорокопуд В.І., Чирков А.В. // ПОЛІТ. Сучасні проблеми науки. Інформац.-діагн. с ми: тези доп. ХVII міжнар. наук. практ. конф. […], м. Київ, 5–7 квітня 2017 р., Національний авіац. ун т. – К.: НАУ, 2017. – С. 55.
