research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Background modeling in video surveillance by using parallel computing
نمذجة الخلفية في المراقبة بالفيديو عن طريق استخدام الحوسبة المتوازية

Authors: Yossra Hussain Ali يسرى حسين علي --- Mohammed Rajah Mohammed محمد راجح محمد
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2017 Volume: 58 Issue: 3B Pages: 1516-1522
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In the last years, the research of extraction the movable object from video sequence in application of computer vision become wide spread and well-known . in this paper the extraction of background model by using parallel computing is done by two steps : the first one using non-linear buffer to extraction frame from video sequence depending on the number of frame whether it is even or odd . the goal of this step is obtaining initial background when over half of training sequence contains foreground object . in the second step , The execution time of the traditional K-mean has been improved to obtain initial background through perform the k-mean by using parallel computing where the time has been minimized to 50% of the conventional time of k-mean .

في السنوات الاخيرة , اصبح البحث في استخراج الاجسام المتحركة من سلسلة الفيديو في تطبيقات رؤيه الكمبيوتر جداً مشهور . في هذا البحث عملية استخراج ( background model) بأستخدام المعالجة المتوازية حيث يكون العمل بخطوتين الاولى هي استخدام (non-linear buffer ) في استخراج (frame ) من سلسله الفيديو بالاعتماد على رقم المشهد (frame) اذا كان زوجي او فردي الهدف من هذه الخطوة هو الحصول على خلفية المشهد عندما اكثر من نصف سلسلة التدريب تحتوي على جزء متحرك , في الخطوة الثانية تم تحسين وقت تنفيذ (k-mean ) للحصول على خلفية المشهد وذلك تم من خلال تنفيذ (k-mean ) باستخدام المعالجة المتوازية . حيث تم تقليل الوقت الى 50% من وقت تنفيذ (k-mean ) التقليديه


Article
A Robust Method for New Object Detection in Video Surveillance Systems
طريقة لاكتشاف وجود أجسام جديدة في نظم المراقبة الفيديوية

Authors: Dr. Ahlam Fadhil Mahmood د.أحلام فاضل محمود --- Loma Akram Hamdai لمى أكرم حمدي
Journal: AL Rafdain Engineering Journal مجلة هندسة الرافدين ISSN: 18130526 Year: 2014 Volume: 22 Issue: 3 Pages: 213-224
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

Abstract Video surveillance systems is a powerful tool for public safety and with the increasing need for more security in airports, banks, schools and other critical environments, the demand for video system is growing rapidly. Sides from the intrinsic usefulness of begin able to segment video streams into moving and background components, detecting moving blobs provide a focus of attention for recognition, classification and activity analysis, making these later processes more efficient since only “moving” pixels need to be considered. In this paper an efficient moving object detection method using modified Horprasert model for video surveillance system is present. The modified dynamic thresholds are able to detect a new object with it's shadow through different video stream in terms of light conditions. It consists of background model, distortion of brightness, color calculations and classification. Four regions are segmented depending on the thresholds foreground (moving object), background, highlight background and shadow. The proposed automatic threshold depends on background computations of brightness and is thus expected to achieved better classification performance.Keywords: Horprasert model; background subtraction; background model; Video Surveillance.

لقد أصبحت أنظمة المراقبة الفيديو بلا شك أداة قوية للسلامة و الأمن العام و مع تزايد الحاجة لها في المطارات, و البنوك, و المدارس, و البيئات المزدحمة الأخرى بات من المهم متابعة تطور خوارزميتها بسرعة كبيرة. و تعتبر عملية فصل الجزء المتحرك من التتابع الفيديوي عن خلفية المشهد من أهم الخوارزميات في أنظمة المراقبة, بالأضافة لتصنيف, و تمييز و تحليل النقاط الصورية الفيديوية. في هذا البحث قدمت طريقة فعالة و مؤثرة لكشف عن وجود أجسام جديدة تدخل في صور لاحقة للتتابع الفيديوي باستخدام نموذج Horprasert. إذ أضافت الطريقة المقترحة عتبات ديناميكية تتغير حسب نوعية الدفق الفيديوي مما مكن من الكشف عن وجود كائن جديد لفيديوهات في ظروف إضافة مختلفة. يتألف التحسين المقترح من عملية تدريب لتحديد عناصر نموذج الخلفية, تشويه السطوع, و حسابات اللون و من ثم التصنيف التلقائي الى أربع مناطق أعتمادا على قيم العتبات و هي أولا: الجسم المتحرك و الخلفية و الظل. في التطوير المقترح يتم أيجاد العتبات بصورة أوتوماتيكية إذ يعتمد على عمليات حسابية لخلفية السطوع و بالتالي يتوقع أن يحقق أداء أفضل للكشف عن وجود أجسام متحركة.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

English (1)


Year
From To Submit

2017 (1)

2014 (1)