PL Automatyzacja inspekcji wizyjnej w obszarach zurbanizowanych

angielski

EN Automation of vision inspection in urban areas - abstract City monitoring with CCTV (closed circuit television)technology constitutes an important part of the so-called smart city solutions and is constantly being developed. Despite a progressive advance in technology, most of video monitoring is still in analog standard and video frame resolutions are relatively small. Additionally, these systems require manual observation of screens by monitoring operators. Automation of video monitoring systems is, therefore, necessary. There are many algorithms, which support video sequence processing and event detection. These solutions support implementation of the so-called “intelligent monitoring”, but they are still not adapted to specific solutions and thus, often ineffective. In this work, the automatic algorithms used in urban areas for various event detection are selected and supplemented. This PhD thesis concerns the issue regarding the automation of vision inspection in urban areas from micro to macro biometrics. The modular system for intelligent analysis of video sequence and its high functionality will allow to adjust algorithms to the needs of security providers, for example, and allow for the automatic detection of specific (often dangerous) situations in the video monitoring sequence. The work is divided into six main parts: • introduction – automatic, hierarchical video monitoring system description • description of standard methods of intelligent video analysis • video acquisition, detection and classification of moving objects • intelligent macro biometrics – moving objects density maps generation, people counting, dangerous situation detection • micro biometrics – face and iris detection and recognition • implementation of the selected algorithms using a digital signal processor. This work includes a series of innovative propositions, which help to detect various events in urban areas. The methods are designed to assist monitoring operators in real time, draw their attention to important events and improve their work efficiency. Examples might include the following: - detection of moving objects in the outdoor scene and classification of objects into types – thanks to this feature, cars and pedestrians can be automatically distinguished and classified; - generation of density maps of moving people in areas with a high population density contribute to optimal and safe space management, for example, at a crowded bus stop or in narrow passages; - accurate people counting, taking into account the direction of movement. In people counting studies, the effective method for estimating the number of people detected in a single BLOB (binary large object) was developed and tested. Moreover, this method has been improved using Bayes classifier. The thesis also concerns a study of the precise recognition of persons based on face and iris. Standard people-authentication systems assume only frontal face images in constant full light in the recognition process. That is why it was decided to depart from that assumption. It was examined and concluded that face detection and recognition is possible even when the face is not frontally directed to the camera, when it is poorly or non-uniformly lighted or when the face area in the image has a small number of pixels (i.e. low-resolution). The implementation of the selected algorithms on digital signal processor allows the operation of the system in a stand-alone mode without a PC unit. The author of the work draws attention to the reduction of time-consuming calculations without losing the necessary information. This allows for the operation of the developed models in real time.

PL Automatyzacja systemów wizyjnych w obszarach zurbanizowanych - streszczenie Monitoring miejski wraz ze stosowaną w nim technologią CCTV (ang. closed circuit television) są w ciągłym rozwoju. Jednak pomimo tego, większość systemów monitoringu nadal działa w standardzie analogowym i posiada małe rozdzielczości obrazów. Dodatkowo, systemy te wymagają manualnej obserwacji ekranów przez operatorów monitoringu. W związku z tym, niezbędna jest zatem automatyzacja tych systemów. Istnieje szereg algorytmów wspierających przetwarzanie sekwencji wideo i detekcji zdarzeń. Algorytmy te ułatwiają i wspierają implementację tzw. „inteligentnego monitoringu”, lecz są często nieefektywne. Dlatego, w tej pracy doktorskiej, rozwijane są systemy monitoringu używane w przestrzeni miejskiej. Badania zawarte w pracy doktorskiej dotyczą automatyzacji inspekcji wizyjnej w monitoringu obszarów zurbanizowanych z uwzględnieniem zagadnień od makro do mikro biometrii. Modularny system do inteligentnej analizy sekwencji wizyjnych i jego wysoka funkcjonalność pozwoli na dopasowanie algorytmów dla potrzeb instytucji, na przykład instytucji zapewniających bezpieczeństwo, i wpłynie pozytywnie na automatyczne wykrycie zdarzeń, często niebezpiecznych. Praca została podzielona na 6 głównych części: • wstęp - opis automatycznego, hierarchicznego systemu monitoringu wideo • opis standardowych metod przetwarzania sekwencji wideo • akwizycja wideo, detekcja i klasyfikacja obiektów ruchomych w scenie • inteligentna makro biometria – generacja map gęstości poruszania się osób, zliczanie osób, wykrywanie sytuacji niebezpiecznych • mikro biometria – detekcja i rozpoznawanie twarzy i tęczówki oka • implementacja wybranych algorytmów z użyciem procesora sygnałowego. Praca zawiera szereg innowacyjnych podejść do rozpoznawania sceny m.in. do detekcji sytuacji zagrożeń bezpieczeństwa w obszarach miejskich. Opracowane metody mają na celu wspomaganie operatorów monitoringu w czasie rzeczywistym – mają zwrócić ich uwagę oraz poprawić wydajność pracy. Jako przykładowe modele można przytoczyć: - wykrycie obiektów ruchomych w scenie i ich klasyfikacja na typy –dzięki czemu istnieje możliwość automatycznego rozróżnienia rodzajów obiektów ruchomych, np. odróżnienia samochodu od osoby - generacja map gęstości występowania i poruszania się osób w przestrzeniach miejskich; wygenerowane mapy przyczynią się do bardziej efektywnego i bezpiecznego zarządzania przestrzenią; taka analiza zwiększy ochronę osób np. na zatłoczonym przystanku komunikacji miejskiej - precyzyjne zliczanie osób z uwzględnieniem kierunku ich ruchu; w badaniach nad zliczeniem osób opracowano i przetestowano efektywną metodę szacowania liczby osób wykrywanych w pojedynczym obiekcie typu BLOB (ang. binary large object) – wspomniana metoda została ulepszona o zastosowanie klasyfikatora Bayes’a. Praca doktorska dotyczy również badań nad precyzyjnym rozpoznawaniem osób na podstawie twarzy oraz tęczówki oka. Standardowe systemy weryfikacji osoby na podstawie twarzy i jej elementów wymagają stosowania wyłącznie frontalnych zdjęć twarzy w pełnym, stałym oświetleniu. Autorka pracy zdecydowała się odejść od tego założenia. Zbadała i stwierdziła, że wykrycie i rozpoznawanie twarzy jest możliwe nawet w przypadku, gdy twarz jest zwrócona pod kątem w stosunku do kamery, jest słabo lub nierównomiernie oświetlona lub obszar twarzy w badanej ramce wideo zajmuje małą liczbę pikseli (tzw. low-resolution). Implementacja wybranych algorytmów na procesorze sygnałowym (DSP – ang. digital signal processor), co również przeanalizowano w pracy, pozwoli na działanie systemu w trybie autonomicznym oraz przyczyni się do zwiększenia jego funkcjonalności przy braku konieczności wykorzystania jednostek typu PC. Autorka pracy zwraca uwagę na redukcję czasochłonności obliczeń bez utraty niezbędnych informacji i działanie modułów w czasie rzeczywistym.

143

elektrotechnika, elektronika, inżynieria informatyczna

automatyka i robotyka

DrOIN 1911

to20189963

Pobierz plik

publiczny

Andrzej Dziech

Kraków, Polska

21.02.2018

polski

Pobierz plik

publiczny

Michał Strzelecki

Łódź, Polska

19.12.2017

polski

Pobierz plik

publiczny

rozprawa doktorska

Poznań, Polska

25.06.2018

Rada Wydziału Informatyki Politechniki Poznańskiej

doktor nauk technicznych w dyscyplinie: automatyka i robotyka, w specjalności: systemy wizyjne