আমি কীভাবে ক্যামেরা থেকে দুটি ছবি তুলনা করে বলতে পারি এবং চলাফেরার সনাক্ত করার জন্য যথেষ্ট পার্থক্য রয়েছে কিনা তা বলতে পারি?

Question

আমি আমার বাড়ির একটি ঘর নিয়ন্ত্রণ করতে সিসিটিভি সিস্টেম হিসাবে আমার ফোনটি ব্যবহার করতে চাই এবং যখন কোনও কিছু চলমান হয় তখন একটি সতর্কতা প্রদর্শন করি।

আপাতত, আমি যা করতে পেরেছি তা হ'ল প্রতি মিনিটে একটি ছবি দখল করা এবং সেগুলি আমার সার্ভারে পিএইচপি স্ক্রিপ্টের মাধ্যমে আপলোড করা। এখন, আমি 1 মিনিট আগে বর্তমান চিত্র এবং ছবিটি তুলনা করতে চাই এবং কেউ ঘরে প্রবেশ করেছে কিনা তা সনাক্ত করতে চাই। সুতরাং মূলত, আমাকে ছবিতে পিক্সেলের পার্থক্যের তুলনা করতে হবে (তবে একাউন্টে এক ক্লাউড কেবলমাত্র হ্যালো বলতে পারে এবং এক মিনিটের মধ্যে উজ্জ্বলতা বদলেছে) এই বিষয়টিও গ্রহণ করে)

কারও কাছে কীভাবে সে বা কীভাবে কিছু ডক পড়তে হবে সে সম্পর্কে কী ধারণা রয়েছে?

Comments

আমি এই কয়েক বছর আগে কিছু করেছি। আমার কৌশলটি ইমেজটিকে বিভাগগুলিতে বিভক্ত করেছিল, একটি 20 * 20 গ্রিড বলুন, প্রতিটি ঘরের গড় রঙের জন্য একটি মান সন্ধান করুন (সেই ঘরে প্রতিটি পিক্সেলের গড় রঙ নিয়ে) এবং এটি সংরক্ষণ করে। পরবর্তী চিত্রের জন্যও এটি করুন এবং যদি পর্যাপ্ত পরিমাণ থাকে (আমি সেই সহনশীলতাটি আপনার উপর ছেড়ে দেব) গড় রঙের পার্থক্য, আপনি আন্দোলন ধরে নিতে পারেন। সহনশীলতাটিকে এতটা সূক্ষ্ম করে তুলবেন না যে এটি হালকা বা ছায়া কাটিয়ে যাওয়া ইত্যাদির সূক্ষ্ম পরিবর্তনগুলি লক্ষ্য করবে

এই বিষয়ের একটি আকর্ষণীয় পোস্ট এখানে আপনি দরকারী কোডপ্রজেক্ট

সিএইচডিকে চিত্রটি একটি গ্রিডেও ভেঙে দেয়। chdk.wikia.com/wiki/UBASIC/Scriptts :_AdaptiveMD গতিবিধি সনাক্তকরণ এবং আলোকের পরিবর্তনগুলি সনাক্ত না করার জন্য, আমি বলব যে প্রচুর গ্রিড কোষের পরিবর্তন আন্দোলন নয়, যখন কেবল কয়েকটি গ্রিড কোষের পরিবর্তন।

— এন্ডোলিথ

Answer 1

আমার কাছে মনে হচ্ছে আপনি যা খুঁজছেন তা হ'ল পটভূমি বিয়োগের কৌশল। কোলাহলপূর্ণ চিত্র এবং পরিবর্তিত আলোর অবস্থার সাথে এটি অযৌক্তিক হতে পারে। এর জন্য শিল্প প্রযুক্তির বর্তমান অবস্থা হ'ল নিম্ন-স্তরের ম্যাট্রিক্স উপস্থাপনা, তবে এটির জন্য দুটি নয় বরং অনেকগুলি (~ ডজন) চিত্রের প্রয়োজন require কিছু ভারী শুল্ক গণিত অনুসরণ: প্রতিটি চিত্র পিক্সেল, ভেক্টর ম্যাট্রিক্স এবং এই ম্যাট্রিক্স একত্রিত হিসাবে নিম্ন মর্যাদাপূর্ণ ম্যাট্রিক্স এবং অবশেষে বিভক্ত হয়। নিম্ন-র‌্যাঙ্কের ম্যাট্রিক্স কলামগুলি ব্যাকগ্রাউন্ড এবং অবশিষ্টাংশগুলি চলন্ত বস্তু। কিছু মুক্ত-উত্সাহিত বাস্তবায়ন রয়েছে, তবে কেবলমাত্র ফ্যাক্টরীকরণের জন্য, সম্পূর্ণ চিত্র পাইপলাইন আইআইআরসি নয়

এখানে ম্যাট্রিক্স ফ্যাক্টরীকরণের জন্য একটি কাগজ এবং কোড রয়েছে http://www.ece.rice.edu/~aew2/sparcs.html

এখানে সিএস ব্লগ থেকে সংক্ষিপ্ত বিবরণ এবং অন্যান্য কোডের লিঙ্ক:

https://sites.google.com/site/igorcarron2/matrixfactorizations

http://nuit-blanche.blogspot.com/search/label/MF

কিছু অন্যান্য কৌশল সমীক্ষা: http://www.vis.uni-stuttgart.de/uploads/tx_vispublications/Brutzer2011-2.pdf

Comments

আপনি কি ইচ্ছাকৃতভাবে এই সিডব্লিউ তৈরি করেছিলেন?

— Lorem Ipsum

"সিডাব্লু" এর অর্থ কী?

— عکس 2image

আহ, উইকি-প্রশ্ন আমি ভেবেছিলাম ব্যবহারিক জিনিসগুলি করে এই বেশ কয়েকটি নতুন টেকটো পিপলস চালু করা ভাল ধারণা হবে। আপনি যদি মতানৈক্য করেন তবে নির্দ্বিধায় এটি মুছে ফেলুন। এছাড়াও অন্যান্য পিপিএলএসগুলির এই প্রযুক্তিটির সাথে আরও অভিজ্ঞতা থাকতে পারে - আমি কেবল এটিতে প্রবেশ করা শুরু করি।

— আয়না 2image

সিডাব্লু একটি সম্প্রদায়-উইকি প্রশ্ন। এর অর্থ হ'ল আপনি নিজের উত্তরের জন্য খ্যাতি পাবেন না (এই ক্ষেত্রে 4x10 = 40) কিছু লোক ইচ্ছাকৃতভাবে তাদের উত্তরগুলি এর মতো করে তোলে, তবে প্রায়শই না করা, এটি দুর্ঘটনাক্রমে। আমি এটি আপনার জন্য ফিরিয়ে দিয়েছি, যাতে আপনি আপনার খ্যাতি পান। এখন 126 থেকে 181 :)

— লরেম ইপসাম

Answer 2

মনে রাখবেন: ছায়া আছে (কেবল উজ্জ্বলতা নয়)।

আমি জেমস ওয়েবসাইটের কাছ থেকে আসা ধারণাটি পছন্দ করি না, যেহেতু এটি মূলত প্রতিটি মাত্রায় রেজোলিউশনটি কমিয়ে দিচ্ছে এবং ছোট আকারের চিত্রগুলি তুলনা করছে (এছাড়াও আমি থ্রেশহোল্ডগুলি পছন্দ করি না - সেগুলি স্বেচ্ছাচারী হয়, আপনাকে পরীক্ষা করে তাদের টুইট করতে হবে) যতক্ষণ না আপনি ভাল মান পান এবং পরের দিন এই আবহাওয়াগুলি বিভিন্ন আবহাওয়ার কারণে বা অন্য কোনও পরিবেশগত প্রভাবের কারণে অপ্রচলিত হতে পারে)

তবে সত্যি কথা বলতে গেলে আমার কাছেও খুব ভাল সমাধান নেই। আমার প্রথম ধারণাটি ছিল প্রতিটি চিত্রকে খালি ঘরের একটি রেফারেন্স ইমেজে আলাদা করা এবং পৃথক চিত্রটিতে একটি প্রান্ত সনাক্তকরণ চালানো। তবে এটি ছায়াও সনাক্ত করতে পারে। তবে আমার ধারণা আপনি ছায়া এবং অন্যান্য অবজেক্টের মধ্যে পার্থক্য করতে পারবেন না ... কমপক্ষে আমি কীভাবে জানি না। তবে আপনি 2 ফ্রেমের মধ্যে এজ সনাক্তকরণের পরে ফলাফলটির তুলনা করতে পারেন, যেহেতু ছায়াগুলি বেশিরভাগ ধীরে ধীরে এগিয়ে চলেছে (গাড়িগুলি যখন গাড়ি চলবে বা যখন কোনও মেঘ এগিয়ে যাবে তখনও সমস্যা হবে)

Comments

আপনি এমন কিছু সনাক্ত করতে চান যা হঠাৎ করে পরিবর্তিত হয়। ছায়া এক মিনিট থেকে পরের মিনিটে খুব বেশি পরিবর্তন হবে না। সামগ্রিকভাবে সূর্যের উজ্জ্বলতা থাকবে।

— এন্ডোলিথ

ছায়াগুলি দ্রুত সরে যাবে, যদি এখানে কোনও গাড়ি চলতে থাকে এবং হয় উইন্ডো দিয়ে নিজের ছায়া ফেলে দেয় বা তার হেডলাইট দ্বারা কিছু অন্যান্য বস্তুর ছায়া ফেলে দেয়।

— ফিলিপ উইন্ড্ট

Answer 3

"ম্যাট্রিক্স ফ্যাক্টেরাইজেশন" কৌশল আপনাকে আপনার কাজ করতে সাহায্য করবে না ! @ মিরর 2 আইমেজ দ্বারা উল্লিখিত কাগজটি ব্যাকগ্রাউন্ড বিয়োগ সম্পর্কে কিন্তু "ম্যাট্রিক্স ফ্যাক্টেরাইজেশন" এর উপর ভিত্তি করে নয়।

চলমান বস্তুগুলি সনাক্ত করতে চলমান ভিডিও ব্যবহার করা (এটি মানুষ বা যানবাহন) গবেষণার একটি সক্রিয় ক্ষেত্র।

একটি মৌলিক নীতি হিসাবে সিস্টেমটি একাধিক চিত্রের নমুনা প্রয়োগ করে একটি সাধারণ স্থিতিশীল পটভূমির অনুমান করে এবং আগত চিত্রের মধ্যে ব্যাকগ্রাউন্ডে শক্তির একটি পার্থক্য নেয়। শক্তিটি উল্লেখযোগ্য হলে পিক্সেলটিকে অগ্রভাগ হিসাবে শ্রেণিবদ্ধ করা হয়েছে। প্রিন্টের এই ধরণের সেট সিস্টেমে কোনও অবজেক্টের প্রবেশ রয়েছে কিনা তা আপনাকে জানায়।

আপনার গবেষণা কাগজ (এবং অপেক্ষাকৃত সহজ যদি সত্যিই বাস্তবায়ন চান) সেরা রেফারেন্স হতে হবে - W4 সিস্টেম এটি খুঁজে এখানে এবং Picardi কাগজ দেখতে এখানে সিস্টেমের মধ্যে অন্যান্য প্রযুক্তি জন্য আরো বিস্তারিত জরিপ হিসাবে।

সমস্যাটিতে প্রযোজ্য অনেক চ্যালেঞ্জ রয়েছে:

1. শব্দের উপস্থিতি বড় অস্পষ্টতার বিষয়গুলি তৈরি করে। এখানকার পদ্ধতির হ'ল দক্ষ অস্থায়ী ফিল্টারিং প্রয়োগ করা এবং শব্দদ্বারটি প্রতিরোধের জন্য শব্দের বিভিন্নতা বিবেচনা করা।

2. ছায়ার উপস্থিতি অগ্রভাগ বা না হওয়ার দ্ব্যর্থহীনতা তৈরি করে। এমন কাগজপত্র রয়েছে যা ছায়া বনাম বাস্তব পূর্বভূমির পার্থক্য করার জন্য রঙ বনাম তীব্রতার পার্থক্যের মডেল করে।

3. পটভূমি জটিল গাছ হতে পারে যেমন ওয়েভিং গাছ বা সমুদ্র ইত্যাদি etc.

4. পটভূমিতে আলোর ধীর বা হঠাৎ প্রকরণ থাকতে পারে যেখানে আগে "শিখেছি" ব্যাকগ্রাউন্ডটি তখন নতুনটির সাথে মানিয়ে নেওয়া হয়।

সর্বাধিক উল্লেখ করা ল্যান্ডমার্ক পেপারগুলির মধ্যে একটি বলা হয় ওয়াল ফুল অ্যালগরিদমকে দৃ moving়ভাবে চলমান বস্তু সনাক্তকরণ উত্পাদন করার জন্য এই জাতীয় বিভিন্ন পরিস্থিতিতে একত্রিত করার সর্বোত্তম উপায় দেখায়।

Answer 4

আমি সঠিক সমাধানটি জানি না, তবে আপনাকে চিত্রটির এক ধরণের হ্যাশ তৈরি করা উচিত; চিত্র থেকে প্রাপ্ত একটি ছোট ডেটা সেট, যা পুরো চিত্রের তুলনায় তুলনীয়।

আমি মনে করি, রঙিন হিস্টোগ্রাম এটির জন্য একটি ভাল পছন্দ ।

আপনি যদি নিজের চিত্রগুলি অঞ্চলগুলিতে বিভক্ত করেন এবং এই অঞ্চলগুলির জন্য পৃথক হিস্টোগ্রাম তৈরি করেন তবে আপনি অনুপ্রবেশকারীদের অবস্থান / পথ নির্ধারণ করতে পারেন।

Comments

অনেক ধন্যবাদ, আমি অন্যান্য সমাধানের জন্য অপেক্ষা করব, যদি আমি আরও ভাল না পাই তবে আপনার গ্রহণ করব। এফওয়াইআই, আমি অনুপ্রবেশকারীদের পথ নির্ধারণ করতে চাই না, কারণ এটির জন্য 1 মিনিট যথেষ্ট নয়, তবে কেবল একটি সতর্কতা পাঠানো দুর্দান্ত। ধন্যবাদ।

সাবধান, কিছু অনুপ্রবেশকারী 1 মিনিটের মধ্যে শেষ করতে পারে! যতটা সম্ভব ঘন ঘন চেক করুন। যদি আপনার প্রোগ্রামটি খুব ধীর হয় তবে চিত্রের রেজোলিউশন হ্রাস করুন।

হ্যাঁ, বাস্তবে, আমি প্রতি দশকে দশকে একটি ছবি তোলার পরিকল্পনা করছি এবং যখনই আমি কোনও অনুপ্রবেশকারীকে সনাক্ত করি বা কেবল কোনও সমস্যা নেই তখন প্রতি মিনিট এগুলি আপলোড করি।

Answer 5

দ্বিগুণ পার্থক্য গ্রহণ করা অর্থাত্ পার্থক্যের পার্থক্যের সাহায্য করতে পারে .. সুতরাং যদি পিক্সেলের দ্বৈত ডেরিভেটিভ কিছু অঞ্চলে প্রান্তিকের চেয়ে বড় হয়, তবে আপনি যখন কেউ ঘরে asুকলেন তখন আপনি এটি শব্দটি বলতে পারেন। উজ্জ্বলতার পরিবর্তনটি পুরো চিত্র জুড়ে প্রায় ধ্রুবক গ্রেডিয়েন্ট দেবে, তবে হেসিয়ান বা ডাবল ডেরিভেটিভ নেওয়ার ফলে চলাচল বা ঘরে বড় পরিবর্তনগুলির একটি ভাল ইঙ্গিত পাওয়া যাবে।