Videobasierte Mehrfachobjektverfolgung in Echtzeit

Inhaltsverzeichnis

• Einführung
• 1 Grundlagen
  • 1.1 Likelihood-Wahrscheinlichkeit
  • 1.2 Integration über Zeit und Raum
• 2 Einsparung von Berechnungszeit
  • 2.1 Reduktion des Geschwindigkeitsraumes
    • 2.1.1 1D-Geschwindigkeitsraum
    • 2.1.2 2D-Geschwindigkeitsraum
  • 2.2 Zweistufiges System
• 3 Objekterkennung
  • 3.1 Segmentierung
  • 3.2 Objektzuweisung
  • 3.3 Clustern
• 4 Anwendung
• 5 Programmierung und Benutzeroberfläche
• 6 Ergebnisse
  • 6.1 Einstufiges System
  • 6.2 Einstufiges System mit reduziertem Geschwindigkeitsraum 1D
  • 6.3 Einstufiges System mit reduziertem Geschwindigkeitsraum 2D
  • 6.4 Zweistufiges System
  • 6.5 Ausblick
• Zusammenfassung

Zielsetzung und Themenschwerpunkte

Die vorliegende Diplomarbeit befasst sich mit der Entwicklung eines Echtzeit-Systems zur videobasierten Mehrfachobjektverfolgung. Ziel ist die Erkennung und Verfolgung mehrerer beweglicher Objekte innerhalb einer Bildfolge, unabhängig von Einflussfaktoren wie Szenerieänderungen, Wetter- oder Beleuchtungsschwankungen.

• Beschreibung von Bildbewegungen mithilfe von Wahrscheinlichkeitsverteilungen
• Echtzeitverarbeitung von Videosequenzen zur Objektverfolgung
• Effiziente Algorithmen zur Reduktion der Berechnungszeit
• Entwicklung eines robusten Systems zur Objektdetektion und -verfolgung
• Anwendungen in Sicherheits- und Servicebereichen

Zusammenfassung der Kapitel

Das erste Kapitel erläutert die Grundlagen der Beschreibung von Bildbewegungen mit Wahrscheinlichkeiten. Kapitel 2 befasst sich mit der effizienten Umsetzung des Modells, insbesondere mit der Reduktion des Geschwindigkeitsraumes. Kapitel 3 beschreibt das Verfahren zur Objektverfolgung, das auf der Verwendung von Wahrscheinlichkeitsverteilungen zur Identifizierung homogener Bewegungsbereiche basiert. Kapitel 4 zeigt, wie aus dem entwickelten Verfahren eine einfache Anwendung realisiert werden kann. Kapitel 5 fasst die programmtechnische Umsetzung der Algorithmen zusammen. Das letzte Kapitel 6 präsentiert Ergebnisse des entwickelten Systems.

Schlüsselwörter

Videobasierte Objektverfolgung, Mehrfachobjektverfolgung, Echtzeitverarbeitung, Wahrscheinlichkeitsverteilungen, Geschwindigkeitsraum, Objektdetektion, Segmentierung, Clustern, Sicherheitsanwendungen.