ANALYSIS OF ALGORITHMS FOR DETECTING MOVING OBJECTS IN THE VIDEO IMAGE

Abstract

Задача, связанная с обнаружением объектов на видеоизображениях, имеет множество практических приложений, касающихся вопросов безопасности, обработки информации в виртуальной реальности, управления мобильными роботами и др. В работе рассмотрены наиболее часто используемые методы выделения движущихся объектов применительно к видеопоследовательностям, полученным с бытовых камер в условиях присутствия шумов на изображениях. Показаны основные особенности обнаружения объектов. Описаны характеристики основных методов, используемых для анализа: метод вычитания фона, метод временного различия, метод оптического потока. Выделены основные проблемы обработки видеопоследовательностей, описана невозможность применения классических методов и предложены пути улучшения качества выделения движущихся объектов. Приведена таблица сравнительного анализа методов, в которой даны: время, затрачиваемое на вычисление, точность обнаружения, достоинства и недостатки подходов. Также приведена таблица сравнения успешности методов при обнаружении объектов, в которой указан процент успешного определения объекта при заданном разрешении видео и определенном окружении объекта. Было продемонстрировано, что разрешение видео заметным образом оказывает влияние на успешность обнаружения движущихся объектов, так как чем больше разрешение, тем больше предварительной информации для обработки алгоритм имеет в каждом кадре. The problem related to the detection of objects on video images, has many practical applications related to security issues, information processing in virtual reality, management of mobile robots, etc. The paper considers the most frequently used methods of allocation moving objects in relation to video sequences obtained from household cameras in the presence of noise in images. The main features of object detection are shown. The characteristics of the main methods used for the analysis are described: the method of background subtraction, the method of time difference, the method of optical flow. The main problems of processing video sequences are identified, the impossibility of using classical methods is described, and ways to improve the quality of moving objects are proposed. The table of comparative analysis of methods is given: time spent on calculation, accuracy of detection, advantages and disadvantages. There is also a table comparing the success of methods when detecting objects, which specifies the percentage of successful object definition at a given video resolution and a certain environment. It has been demonstrated that video resolution has a noticeable effect on the success of the detection of moving objects, as the higher the resolution, the more preliminary information for processing the algorithm has in each frame.