Invariante Objektlokalisierung und -erkennung für videogestützte Sicherheitsanwendungen
Typ:

Diplomarbeit

Betreuer:

M. Eng. Eduardo Monari

Status:

abgeschlossen

Abgabedatum:

Februar 2009

Um das menschliche Überwachungspersonal an den Bildschirmen zu entlasten und um die Früherkennung von Problemsituationen zu verbessern, werden in den letzten Jahren große Forschungsanstrengungen im Bereich der computergestützten automatischen Objekterkennung unternommen. Von Heintz (Heintz, 2007) wurde im Bereich der Objektlokalisierung ein auf Gaborfiltern basierendes Verfahren entwickelt, das mit Hilfe lokaler Merkmale eine Invarianz bei der Objektidentifikation im Bild bezüglich Translation, Rotation und Skalierung erreicht.

Im Kontext einer merkmalsbezogenen Änderungsdetektion wird in dieser Arbeit untersucht, ob sich das Verfahren für den Einsatz im Videoüberwachungsbereich eignet. Eine zyklische Objektlokalisierung soll mithilfe des Verfahrens erkennen, ob ein zuvor im Bild markiertes Objekt entwendet wurde oder noch vorhanden ist. Neben der grundsätzlichen Funktionalität eines Gaborfilters wird in der Arbeit auf die Überführung der Bildinformation in die Dimensionen eines neuen Merkmalsraums eingegangen. Mit Hilfe der automatisierten Bestimmung von besonders signifikanten Punkten wird das Objekt im Referenzbild festgelegt und nachfolgend fortlaufend in den Testbildern lokalisiert. Anschließend an dieses Punktmatchingverfahren wird erläutert, wie das Objektmatching sicherstellt, dass es sich bei der Menge der gefundenen Punkte um das gesuchte Objekt handelt. Abschließend wird das erweiterte Verfahren auf seine Praxistauglichkeit bezüglich Lokalisierungsqualität und Laufzeit in verschiedenen Anwendungsszenarien wie Diebstahlsicherung von Objekten oder auch einer beispielhaften Gesichtserkennung untersucht.