Применение фильтра Калмана в задачах трекинга воздушных объектов

Авторы: Пименова М.Б.
Опубликовано в выпуске: #12(41)/2019
DOI: 10.18698/2541-8009-2019-12-557
Раздел: Информатика, вычислительная техника и управление | Рубрика: Системный анализ, управление и обработка информации, статистика
Ключевые слова: фильтр Калмана, обработка кадров видеопоследовательности, трекинг объектов, сегментация изображений, машинное зрение, видеопоток, захват объекта
Опубликовано: 19.12.2019

Рассмотрен алгоритм захвата и последующего сопровождения воздушного объекта на съемке с использованием фильтра Калмана. Данный алгоритм позволяет отслеживать объект, перемещающийся в пределах сцены по заранее неизвестной траектории, а также благодаря встроенной системе прогноз/коррекция дает возможность предсказывать местоположение объекта в последующий момент времени. Разработка эффективных алгоритмов применения фильтра Калмана в задачах трекинга движущихся объектов является одним из основополагающих направлений в области компьютерного зрения. Алгоритм, рассматриваемый в данной работе, выделяет на сцене искомый объект, выводит текущую траекторию летательного аппарата, адаптируется к возможному маневру объекта в произвольный момент времени или к его пропаданию с последующим появлением на сцене. Визуализируется синтезированная траектория движения воздушного объекта. Для повышения быстродействия алгоритма имеется возможность настройки параметров детектирования и порога сегментации изображений. Результаты экспериментов подтверждают эффективность использования фильтра Калмана в задачах восстановления траектории объекта, перекрывающегося объектами переднего плана сцены.

Литература

[1] Мокшин В.В., Кирпичников А.П., Шарнин Л.М. Отслеживание объектов в видеопотоке по значимым признакам на основе фильтрации частиц. Вестник Казанского технологического университета, 2013, № 18, с. 298–303.

[2] Viola P., Jones M.J. Rapid object detection using a boosted cascade of simple features. IEEE CVPR, 2001, vol. 1, pp. 511–518. DOI: 10.1109/CVPR.2001.990517 URL: https://ieeexplore.ieee.org/document/990517

[3] Забегаев А.Н., Павловский В.Е. Адаптация фильтра Калмана для использования с локальной и глобальной системой навигации. Препринты ИПМ им. М.В. Келдыша, 2010, № 82.

[4] Мороз А.Н., Хмарский П.А., Шабан С.А. и др. Сопоставительный анализ ансцентного и расширенного фильтров Калмана при вторичной обработке информации в спутниковых радионавигационных системах. Доклады БГУИР, 2014, № 4(82), с. 66–72.

[5] Поршаков А.С, Пономаренко А.А., Синяков А.А. Оценка и прогнозирование ВВП России с помощью динамической факторной модели. Журнал Новой экономической ассоциации, 2016, № 2(30), с. 60–76. DOI: 10.31737/2221-2264-2016-30-2-3 URL: http://www.econorus.org/repec/journl/2016-30-60-76r.pdf

[6] Волосатова Т.М., Яблоков В.Е. Слежение за выделенными объектами на протяжении видеоряда. Инженерный вестник, 2015, № 7. URL: http://engsi.ru/doc/789966.html

[7] Kaspers A. Blob detection. Image Science Institute, UMC Utrecht, Tech. Rep., 2011.

[8] Bochem A., Herpers R., Kent K.B. Hardware acceleration of blob detection for image processing. 3rd Int. Conf. Advances in Circuits, Electronics and Micro-Electronics, 2010, pp. 28–33. DOI: 10.1109/CENICS.2010.12 URL: https://ieeexplore.ieee.org/document/5558171

[9] Агафонов В.Ю., Розалиев В.Л., Заболеева-Зотова А.В. Использование фильтра Калмана в задачах трекинга объектов. Интеллектуальные системы. Теория и приложения, 2016, т. 20, № 4, с. 13–17.

[10] Захарова М.В., Шмигельский Г., Григорьев В.В. Исследование алгоритмов технического зрения для систем пространственного слежения в типовых режимах их функционирования. Научно-технический вестник информационных технологий, механики и оптики, 2018, т. 18, № 3, с. 487–492.

[11] Lowe D.G. Distinctive image features from scale-invariant keypoints. Int. J. Comput. Vis., 2004, vol. 60, no. 2, pp. 91–110. DOI: 10.1023/B:VISI.0000029664.99615.94 URL: https://link.springer.com/article/10.1023%2FB%3AVISI.0000029664.99615.94

[12] Дышлюк В.О. Исследование показателей качества и быстродействия поиска опорных точек на изображениях методом SURF. Молодой ученый, 2018, № 27, с. 23–26.

[13] Попов Ю.Б., Машаров К.В. Оценка координат воздушного объекта в многопозиционной РЛС с использованием фильтра Калмана. Доклады ТУСУР, 2011, № 1(23), с. 22–28.