Sledování pohybujících se objektů prostřednictvím videokamery

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F21%3A43962969" target="_blank" >RIV/49777513:23520/21:43962969 - isvavai.cz</a>

Výsledek na webu

<a href="http://hdl.handle.net/11025/47687" target="_blank" >http://hdl.handle.net/11025/47687</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Sledování pohybujících se objektů prostřednictvím videokamery

Popis výsledku v původním jazyce

Sledování pohybujících se objektů je úloha, jejímž cílem je odhadovat počet a polohy (popř. rychlosti, trajektorie, druhy) objektů využitím dat ze senzorů. Je-li senzorem videokamera, hovoříme o vizuálním sledování. Jako příklad využití vizuálního sledování uved’me sledování okolí pozemní komunikace autonomním vozidlem za účelem vyvarování se srážky. Obrazová data jsou doménou především počítačového vidění. Algoritmy vizuálního sledování z této oblasti často využívají metody, jejichž aplikace může být v praktických úlohách výpočetně náročná. Jako řešení se nabízí využít pouze algoritmy zvané vizuální detektory. Ty zpracovávají každý snímek z videa zvlášt’, přičemž jejich výstupy jsou typicky množiny obdélníků ohraničující nalezené objekty. Informace o jednotlivých trajektoriích tedy chybí. Navíc může z různých důvodů docházet k chybějícím, nebo chybným detekcím objektů.

Název v anglickém jazyce

Tracking of moving objects via video camera

Popis výsledku anglicky

Tracking moving objects is a task whose goal is to estimate the number and positions (or speeds, trajectories, types) of objects using data from sensors. If the sensor is a video camera, we are talking about visual surveillance. As an example of the use of visual surveillance, let us mention the monitoring of the surroundings of the road by an autonomous vehicle in order to avoid a collision. Image data is primarily the domain of computer vision. Visual tracking algorithms from this area often use methods whose application can be computationally demanding in practical tasks. As a solution, only algorithms called visual detectors can be used. These process each frame from the video separately, and their outputs are typically sets of rectangles bounding the found objects. Information about individual trajectories is therefore missing. In addition, there may be missing or incorrect object detections for various reasons.

Druh

O - Ostatní výsledky

CEP obor

—

OECD FORD obor

20205 - Automation and control systems

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2021

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů