CC BY
22
Mr Boban Bondžulić,
kapetan, dipl. in'.
Vojna akademija - Odsek logistike, Beograd
dr Zarko Barbarić,
dipl. inž.
Elektrotehnicki fakultet, Beograd
JEDAN PRISTUP DETEKCIJI POKRETA NA SLICI SCENE
UDC: 77.034
Rezime:
U ovom radu opisan je jedan pristup koji se primenjuje u detekciji pokreta. Naime, ko-risti se obrada slike razlike formirane oduzimanjem slike pozadine od teku}eg frejma i oduzi-manjem sukcesivnih frejmova. Zbog nedostataka koji se javljaju ukoliko se koriste tehnike oduzimanja slike pozadine i oduzimanja sukcesivnih frejmova, opisan je i kombinovani me-tod detekcije. Ovaj metod predstavlja spoj tehnika oduzimanja sukcesivnih frejmova i oduzi-manja slike pozadine. Kako je za detekciju pokreta potrebna slika pozadine, opisan je jedan odpostupaka izdvajanja slike pozadine.
Kljucne reci: detekcija pokreta, slika pozadine, oduzimanje slike pozadine, oduzimanje suk-cesivnih frejmova, kombinovani metod detekcije.
ONE APPROACH TO MOVEMENT DETECTION ON IMAGE
Summary:
In this paper the approach for movement detection is described. The approach is based on background subtraction and temporal differencing. To overcome problems with these two techniques, a hybrid algorithm for change detection is described. A hybrid algorithm is a combination background subtraction technique with a frame differencing technique. In this paper the method for background extraction is described, too.
Key words: movement detection, background model, background subtraction, temporal differencing, a hybrid algorithm for change detection.
Uvod
U nekim primenama digitalne obra-de slike postoji potreba da se utvrdi da li je slika mirna ili sadrži pokret. Dve zna-cajne oblasti primene detekcije pokreta su redukcija suma i kompresija podataka. Potrebno je ne samo da se detektuje pri-sustvo pokreta na slici, već je neophodno poznavati i njegove parametre, kao sto su, na primer, brzina i pravac. Poznava-nje ovih parametara je znacajno za kom-presiju podataka radi prenosa ili memori-sanja slike.
Dinamika na slici može da postoji zbog kretanja objekata na sceni, ali i zbog kretanja same kamere ili dejstva optike (zum). Ukoliko postoji istovreme-no kretanje i objekta i kamere, onda je rezultantni pokret vektorski zbir ova dva pokreta [1].
Za detekciju pokreta (promena) na slikama scene može se koristiti obrada slike razlike koja se dobija oduzimanjem slike pozadine od tekućeg frejma (background subtraction) ili oduzimanjem suk-cesivnih frejmova (temporal differencing). Ova detekcija praćena je uvođe-
22
VOJNOTEHNIČKI GLASNIK 1/2006.
njem praga da bi se dobila binarna slika u kojoj su pikseli klasifikovani u dve kla-se (pozadina i pokretni piksel). Neki autori navode da je razlog uvo|enja praga razdvajanje ove dve klase [2, 3, 4, 5].
Detekcija pokreta oduzimanjem sukcesivnih frejmova
Ozna~imo sa In (x, y) vrednost ni-voa sivog piksela frejma (slike) na pozi-ciji (x, y) u trenutku t = tn . Mera sli~no-sti dva frejma uzeta u trenutku t = tn i t = tn—1 može se izraziti kao [6, 7]:
D (x, y) = \ln (x, y) - In—1( x, y )|,
V(x,y) e[l,N]x[l,M] (1)
gde je N xM dimenzija frejma u pikse-lima. Na ovaj na~in (oduzimanje sukcesivnih frejmova) dobija se slika razlike
Dn.
U odsustvu pokreta (promena), u idealnom slu~aju iz (1), dobija se:
Dn (x, y) = 0, V(x,y) e [l,N]x[l,M] (2)
Ilustracije radi, na slici 1 sematski su prikazana dva ista sukcesivna frejma i slika razlike.
Uzmimo sada nekoliko sukcesivnih frejmova realne sekvence u kojima ne postoje pokretni objekti. Na slici 2 prikazana su tri sukcesivna frejma i dve slike razlike.
Na slikama razlike 2b, pikseli kod kojih nije doslo do promene nivoa sivog prikazani su kao beli, radi boljeg uo~ava-nja (vizuelni efekt). Ostali pikseli kod kojih je doslo do promene nivoa sivog prikazani su nijansama nivoa sivog. Broj piksela na kojima je doslo do promene nivoa sivog je oko 87% ukupnog broja piksela slike razlike. Pri ovoj analizi nije važan intenzitet promena. Može se za-klju~iti da su ove promene nastale zbog suma, pa se (1) može izraziti u formi:
In (x, y) = In-1(x, y) + in (x, y) (3)
gde je in (x, y) nivo suma u trenutku t = tn na poziciji (x,y). Raspodela nivoa sivog (histogram) slike razlike D3, sa sli-ke 2b, prikazana je na slici 3.
Sa slike 3 vidi se da je maksimalna vrednost 30 od mogućih 256 nivoa sivog, a da se naj~esće javljaju nivoi 0 < i < 10. Vrednost 0 odgovara crnom, a vrednost 255 belom nivou.
jn In—1 Dn
^ h ^
Sl. 1 — Ilustracija oduzimanja sukcesivnih frejmova u odsustvu pokreta
VOJNOTEHNIČKI GLASNIK 1/2006.
23
13
D 3
12
D 2
11
a)
b)
Sl. 2 — a) tri sukcesivna frejma, b) slike razlike D3 = 13 — 12 i D2 = 12 — 11
U slucaju da u sekvenci postoje po-kretni objekti, iz (1) dobiće se slika razlike sa regionima u kojima je doslo do promene nivoa sivog (regioni od interesa - ROI). Sematski prikaz pokreta prika-zan je na slici 4.
Sa slike 4 se vidi da za detekciju re-giona u kojem je doslo do promena nije potreban nikakav prag. Oduzimanjem sukcesivnih frejmova detektovan je re-
gion u kojem je doslo do promena. Me-đutim, uzmimo ponovo jednu realnu se-kvencu u kojoj postoje pokretni objekti i na ovakav nacin pokusajmo da detektuje-mo regione u kojima se nalaze ti objekti. Na slici 5 prikazana su dva sukcesivna frejma i slika razlike.
Iako se sa slike razlike 5v može za-kljuciti da su na ovaj nacin stvarno de-tektovani regioni u kojima je doslo do
24
VOJNOTEHNIČKI GLASNIK 1/2006.
Sl. 3 — Histogram slike razlike D3, sa slike 2b
promena, sa slike 5g vidi se da je, pored ovih regiona, detektovan veliki broj pik-sela koji ne pripadaju pokretnim objekti-ma. Njihova detekcija je posledica suma. Oni na slici 5v nisu uocljivi, jer odgova-raju malim nivoima sivog (blizu crnog nivoa). Histogram slike razlike D2, sa slike 5v, prikazan je na slici 6.
Zbog prisustva pokretnih objekata histogram sa slike 6 se prosirio u odnosu na histogram sa slike 3. Histogram na sli-ci 6 prikazan je samo za opseg nivoa si-vog u kojem je doslo do promena (od 0 do 155 nivoa sivog).
Detekcija pokreta oduzimanjem
slike pozadine od tekućeg frejma
Oznacimo sa Bn (x, y) intenzitet piksela slike pozadine na poziciji (x, y), u
trenutku t = tn. Za sada će se pretposta-viti da je slika pozadine poznata. Detekcija pokreta može se izvrsiti na osnovu razlike tekućeg frejma i slike pozadine [2, 4, 5, 8, 9]:
D (x, y) = |ln (x, y) - Bn (x, y),
V(x,y) £ [1,N]x[\,M] (4)
Sematski prikaz tekućeg frejma, sli-ke pozadine i slike razlike prikazan je na slici 7.
Sa slike 7 vidi se da za detekciju pokreta nije potreban nikakav prag. Samim oduzimanjem slike pozadine od tekućeg frejma detektovan je citav pokretni objekat. Međutim, uzmimo ponovo jednu realnu se-kvencu u kojoj postoje pokretni objekti i na ovakav nacin pokusajmo da detektujemo pokret. Postupak je prikazan na slici 8.
Iako se sa slike razlike 8v može za-kljuciti da su na ovaj nacin stvarno de-tektovani pikseli kod kojih je doslo do promene nivoa sivog zbog pokretnih objekata, sa slike 8g vidimo da je pored njih detektovan i veliki broj piksela koji ne pripadaju pokretnim objektima. Nji-hova detekcija je posledica suma. Oni na slici 8v nisu uocljivi jer odgovaraju ma-lim nivoima sivog (blizu crnog nivoa). Histogram slike razlike D1, sa slike 8v, prikazan je na slici 9.
In
I
n-1
D
n
ROI
Sl. 4 — Ilustracija oduzimanja sukcesivnih frejmova u kojima postoje pokretni objekti
VOJNOTEHNIČKI GLASNIK 1/2006.
25
v) s)
Sl. 5 — Formiranje slike razlike: a) tekući frejm, b) prethodni frejm, v) slika razlike, g) pikseli kod kojih nije doslo do promene nivoa sivog
Zbog prisustva pokretnih objekata histogram na slici 9 se prosirio u odnosu na histogram sa slike 3. Histogram na slici 9 prikazan je samo za opseg nivoa si-vog u kojem je doslo do promena (od 0 do 140 nivoa sivog).
Sl. 6 — Histogram slike razlike D2, sa slike 5v
Kod oba navedena postupka za detek-ciju pokreta na slici scene javlja se uticaj su-ma. Zbog uticaja suma, pored detekcije promene nivoa sivog piksela, sto je posledica prisustva pokretnih objekata, detektovan je i veliki broj piksela kod kojih je doslo do promene nivoa sivog zbog uticaja suma. Da bi se eliminisao uticaj suma i donela odluka o tome kod kojih je piksela doslo do promene nivoa sivog zbog prisustva pokretnih objekata, potrebno je na sliku razlike Dn (x, y) primeniti prag T (T e [0,255]). Na taj na-cin dobija se binarna slika Ц (x, y) u kojoj su pikseli klasifikovani u dve klase (pozadi-na i pokretni piksel), tj:
Ib (x, y)
0, Dn (x, y) < T 255,Dn(x,y) > T
(5)
26
VOJNOTEHNIČKI GLASNIK 1/2006.
In
D
n
Sl. 7 — Ilustracija oduzimanja slike pozadine od tekućeg frejma
11
D1
a)
v) g)
Sl. 8 — Formiranje slike razlike:
a) tekući frejm, b) slika pozadine, v) slika razlike, g) pikseli kod kojih nije doslo do promene nivoa sivog
To znaci da je piksel pokretan ako se njegov intenzitet nivoa sivog bitno promenio u tekućem i prethodnom frej-mu ili u tekućem frejmu i slici pozadine.
Ako se na slike razlike 5v i 8v pri-meni, na primer, prag T = 40, dobiće se rezultati koji su prikazani na slici 10. Iz-bor metoda određivanja praga detekcije pokreta zahteva dalju analizu.
Na slikama razlike, posle primene praga detekcije pokreta (slika 10), vidlji-vi su regioni u kojima je detektovana promena nivoa sivog. Na slici 10 mogu se videti konture pokretnih objekata. Po-ređenjem slika razlike (slike 5v i 8v) sa binarnim slikama (slika 10) uocljivi su efekti praga, jasnije su izdvojeni regioni promene i dobijena je digitalna slika sa
VOJNOTEHNIČKI GLASNIK 1/2006.
27
dva nivoa sivog (binarna slika). Pored toga, na slici 10 uocljivi su i usamljeni pik-seli, cija je detekcija posledica suma na slikama razlike.
18000 16000 14000 12000 10000 8000 6000 4000 2000 0
0 20 40 60 80 100 120
Sl. 9 — Histogram slike razlike D1, sa slike 8v
Kombinovani metod detekcije pokreta na slici scene
model pozadine prilagodi ovim „rupama“, sam algoritam detekcije određeno vreme generise lažne objekte. Razlika sukcesiv-nih frejmova nije osetljiva na pojavu „ru-pa“, ali ovaj algoritam menja oblik po-kretnog objekta (slika 11b).
Da bi se izbegli navedeni nedostaci koristi se kombinacija ova dva metoda. Od-uzimanje sukcesivnih frejmova koristi se za određivanje regiona stvarnih pokreta, a odu-zimanje slike pozadine za izdvajanje po-kretnih objekata. Osim razlike dva sukce-sivna frejma, može se koristiti razlika tri ili vise sukcesivnih frejmova [7]. Pravilo razlike tri sukcesivna frejma kaže da je piksel na poziciji (x, y) pokretan, ako je:
\tn (x, y) - In-\x, y) > T i
(6)
\ln (x, y) - In-2( x, y) > T
Kombinovani metod detekcije pred-stavlja spoj tehnika oduzimanja sukcesiv-nih frejmova i oduzimanja slike pozadine. Osnovna mana kod tehnike oduzimanja pozadine jeste sto je osetljiva na situacije kada stacionarni objekti scene pocinju da se kreću. Iako će ovi objekti biti detekto-vani, oni iza sebe ostavljaju „rupe“ gde se novootkrivena pozadina razlikuje od po-znate slike pozadine (slika 11a). Dok se
gde je T odgovarajući prag nivoa sivog.
I na ovaj nacin dobija se binarna slika Ц(x,y) u kojoj su pikseli klasifiko-vani u dve klase (slika 12b).
Primenom razlike tri sukcesivna frejma eliminisani su neki pokretni pikseli koji su detektovani na osnovu razlike dva sukce-sivna frejma, a cija detekcija nije posledica pokreta objekata. Ovi pikseli obuhvaćeni su pravougaonikom na slici 12v.
Sl. 10 - Primena praga na slike 5v i 8v respektivno
28
VOJNOTEHNIČKI GLASNIK 1/2006.
a) b)
Sl. 11 — a) oduzimanje slikepozadine ostavlja „rupe“kada stacionarni objekatpocinje da se krece, b) oduzimanje sukcesivnih frejmova menja oblikpokretnog objekta
Na slici 12b vidi se i da su grupe pik-sela koje pripadaju jednom objektu pro-storno odvojene. Da bi se ove grupe spojile mogu se primeniti morfolo{ke operacije.
Primena morfoloških operaeija u detekciji pokreta
Od morfolo{kih operacija u detekciji pokreta naj~e{}e se koriste dilatacija i erozi-
ja. Operacije dilatacije i erozije sastoje se u interakciji binarne slike i strukturnog ele-menta kojom se menja oblik objekta. Struk-turni element ~ini grupa piksela koja formi-ra odre|eni oblik (kvadrat, krst, krug, itd.). Naj~e{}i oblik strukturnog elementa S je kvadrat dimenzija 3x3 piksela [10].
Dilatacijom binarne slike Ц(x, y) strukturnim elementom Sd dobija se bi-
a) b)
v)
Sl. 12 — a) tekuci frejm, b) pokretni pikseli u tekucem frejmu dobijeni na osnovu razlike tri sukcesivna frejma, v) pokretni pikseli u tekucem frejmu dobijeni na osnovu razlike dva sukcesivna frejma
VOJNOTEHNIČKI GLASNIK 1/2006.
29
narna slika Ilđ (x, y) koja predstavlja skup takvih tacaka (x, y) da, posle tran-slacije strukturnog elementa u tacku (x, y), presek skupova Ц(x, y) i Sđ ne bude prazan skup [10]. Postupak dilataci-je može se rekurzivno primenjivati. Sa-ma dilatacija predstavlja operaciju sire-nja objekta.
Erozijom binarne slike I’ld (x, y) strukturnim elementom Se dobija se bi-narna slika I^e (x,y) koja predstavlja skup takvih tacaka (x, y) da je posle translacije strukturnog elementa u tacku (x, y), ceo strukturni element Se uklju-
cen u Ild(x,y) [10]. Postupak erozije se, takođe, može rekurzivno primenjivati. Sama erozija predstavlja operaciju suža-vanja objekta.
Operacije dilatacije i erozije imaju su-protan efekat, ali nisu inverzne jedna u od-nosu na drugu. Ako se nad nekom binar-nom slikom prvo izvrsi dilatacija struktur-nim elementom Sd , ta binarna slika se vise ne može rekonstruisati bilo kakvom na-knadnom erozijom. Na slici 13 može se vi-deti sta se dobija nakon primena operacija dilatacije i erozije na binarnu sliku 12b.
I nakon primena morfoloskih operacija pikseli, koji se nalaze u unutrasnjosti uni-
formno osvetljenih objekata, neće biti uklju-ceni u skup pokretnih piksela (slika 13b).
Povezanost piksela
Ako se izvrsi grupisanje pokretnih piksela koji pripadaju istom objektu, pik-seli iz unutrasnjosti mogu se ukljuciti odu-zimanjem slike pozadine.
Grupisanje pokretnih piksela vrsi se na osnovu povezanosti piksela, koja se može ispitivati poređenjem sa cetiri su-sedna piksela ili ispitivanjem sa osam su-sednih piksela. Tako se dobijaju pojmovi 4-susedstvo i 8-susedstvo, odnosno 4-po-vezanost i 8-povezanost (slika 14) [10].
U slucaju kada se piksel A poredi sa cetiri najbliža susedna piksela, kao na slici 14a, dovoljno je da ima ista svojstva kao jedan od njih, pa da se pridruži odgo-varajućoj kategoriji. Takva povezanost se naziva 4-povezanost. U slucaju kada se poređenje vrsi sa osam najbližih susednih piksela, kao na slici 14b, dobija se 8-po-vezanost.
Grupisanjem piksela sa slike 13b dobijaju se regioni pokretnih piksela (sli-ka 15). Za dobijanje regiona pokretnih piksela primenjena je 8-povezanost.
a) b)
Sl. 13 — a) primena dilatacije na binarnu sliku 12b, b) primena erozije na sliku 13a
30
VOJNOTEHNIČKI GLASNIK 1/2006.
A
A
a) b)
Sl. 14 — Povezanost piksela: a) 4-susedstvo, b) 8-susedstvo
Regioni pokretnih piksela služe da bi se odredili delovi tekućeg frejma u ko-jima se nalaze pokretni objekti. Delovi tekućeg frejma, u kojima se nalaze pokretni objekti, odre|eni su na osnovu krajnjih ta~aka svakog regiona pokretnih piksela, tj. tako sto se svaki region po-kretnih piksela obuhvati pravougaoni-kom minimalnog obima (minimum bounding rectangle) [4, 5]. Na slici 16 pri-kazani su delovi tekućeg frejma (slika 12a) u kojima se nalaze pokretni objekti.
Ozna~imo sa Ri deo tekućeg frejma u kojem se nalazi pokretni objekat. Pokretni objekat bi biće detektovan ako se uzmu svi pikseli iz Ri, ~iji se intenzitet bitno razlikuje od modela pozadine, tj.:
Sl. 16 — Delovi tekućeg frejma (slika 12a) u kojima se nalaze pokretni objekti
Na slici 17 mogu se videti ivice de-tektovanih objekata (slika 17a) i detekto-vani pokretni objekti (slika 17b). Detek-cija ivica vrsena je na osnovu binarne sli-ke koja se dobija pomoću (7) (detekcija prelaza 0-255 i obratno). Iz navedenog primera vidi se da je ovakav na~in detek-cije uspesno detektovao pet pokretnih objekata (~etiri automobila i jednog pesa-ka), ali je i detektovao dva pokretna objekta kojih u stvarnosti nema (lažni alarmi). Ovaj nedostatak se može otklo-niti ako se uzmu u razmatranje samo de-tektovani pokretni objekti, dimenzija ve-ćih od unapred zadatih [6].
Izdvajanje pozadine
b” ={( x, y): I (x, y)-Bn (x, y ) >T,(x, y)zRi}
............... (7)
Ilustracije radi, na slici 17 obeleženi su regioni u kojima postoje pokretni objekti.
Sl. 15 — Regioni pokretnih piksela sa slike 13b (regioni su obele'eni brojevima 1—7)
U nekim primenama detekcije po-kreta na sceni nije moguće iz same se-kvence izdvojiti jedan frejm i proglasiti ga pozadinom. Navedeni problem javlja se ukoliko u sekvenci uvek postoje po-kretni objekti (autoput, raskrsnice,...). Zbog toga je potrebno formirati sliku pozadine Bn (x,y) iz sekvence frejmova I‘(x,y), koja može sadržati pokretne objekte. Kako je za detekciju pokretnih objekata potrebna slika pozadine, prvi korak u detekciji treba da bude izdvaja-nje pozadine.
Za izdvajanje pozadine može da se koristi srednja vrednost ili medijana od-relenog broja frejmova [9]:
VOJNOTEHNIČKI GLASNIK 1/2006.
31
a)
Sl. 17 — a) ivice detektovanih objekata, b) detektovani objekti
Bn (x, y) = meantl‘ (x, y), Bn (x, y) = medtI‘ (x, y)
(8)
Jedan metod, koji se koristi, daje sli-ku pozadine u nekoliko iteracija [3, 8]. Metod polazi od po~etne slike pozadine koja je jednaka prvom frejmu B° (x, y) = 10 (x, y). Da bi se dobila slika pozadine koja odgovara teku}em frejmu, u sukcesivnim frejmovima moraju se de-tektovati pokretni pikseli, a zatim izdvo-jiti pozadina na osnovu [7, 8]:
aBn (x, y) + (1 -a) ■
Bn+\x, y)
In (x, y), (x, y) - nepokretan
Bn (x, y), (x, y) - pokretan
(9)
predložen u literaturi [7, 8]. Primer iz-dvajanja pozadine na ovakav na~in prika-zan je na slici 18.
Slika 18a predstavlja po~etnu (inici-jalnu) pozadinu na kojoj postoji vise po-kretnih objekata. Slike 18b i 18g su slike 19. i 32. frejma, a slike 18v i 18d su slike na ovakav na~in izdvajane pozadine na-kon 19. i 32. frejma. Sa slika 18v i 18d vidi se da se pokretni objekti postepeno gube iz po~etne pozadine (beli kamion, pesak, automobil). Takođe, na slici 18d vidi se da se u slici pozadine postepeno pojavljuje pesak koji ~eka na semaforu.
Da bi se prilagodili promenama scene (dan-no}, promene u osvetljenju, pro-mene uslovljene senkom,...) potrebno je da se vrsi ažuriranje pozadine, na osnovu izraza (9). Ažuriranje pozadine može da se vrsi nakon svakog frejma, a može i u određenim vremenskim intervalima.
Od težinskog koeficijenta a zavisi brzina promene. Iz (9) vidi se da do pro-mene vrednosti piksela slike pozadine dolazi ako je piksel klasifikovan kao ne-pokretan, tj. ako je deo stacionarne pozadine. U suprotnom, pokretni pikseli „po-remetili“ bi sliku pozadine. U ovom radu koristi se koeficijent a = 0,9, koji je
Zaključak
U ovom radu opisan je jedan pristup koji se može primeniti u detekciji pokre-ta, za koju se koristila obrada slike razli-ke, formirane oduzimanjem slike pozadine od teku}eg frejma i oduzimanjem suk-
32
VOJNOTEHNIČKI GLASNIK 1/2006.
a)
b) v)
g) d)
Sl. 18 — a) pocetna pozadina, b) 19. frejm, v) slika pozadine posle 19. frejma, g) 32. frejm, d) slika
pozadine posle 32. frejma
cesivnih frejmova. Zbog nedostataka koji se javljaju ukoliko se koriste tehnike od-uzimanja slike pozadine i oduzimanja sukcesivnih frejmova, opisan je i kombi-novani metod detekcije. Kako je za de-tekciju pokreta potrebna slika pozadine, opisan je jedan od postupaka izdvajanja slike pozadine.
Detekcija pokreta pra}ena je uvole-njem praga detekcije da bi se dobila bi-
narna slika u kojoj su pikseli klasifikova-ni u dve klase. Izbor metoda odre|ivanja praga detekcije pokreta zahteva dalju analizu.
Pokazano je da se primenom razlike tri sukcesivna frejma mogu eliminisati neki pokretni pikseli koji su detektovani na osnovu razlike dva sukcesivna frejma, a ~ija detekcija nije posledica pokreta objekata.
VOJNOTEHNIČKI GLASNIK 1/2006.
33
Ovaj pristup detekcije pokreta može se primeniti za kontrolu saobraćaja, de-tekciju objekata u vazdusnom prostoru, kao i za video nadzor.
Literatura:
[1] Topalović, M.: Televizija, druga knjiga, Višedimenzionalna digitalna obrada video signala, RTS, Beograd, 1993.
[2] Bondžulić, B.; Simić, S.; Zrnić, B.: Jedan pristup detekciji i pra-ćenju sporopokretnih objekata u video sekvenci, Proc. XLVIII ETRAN Conference, Čačak, June 6-10, 2004, Vol. 1.
[3] Bondžulić, B.; Barbarić, Ž.: Prag detekcije pokretnih obje-kata u video sekvenci, XII Telekomunikacioni forum, Tel-for 2004., Beograd.
[4] Foresti, G. L.: A real time system for video surveillance of unattended outdoor environments, IEEE Trans. Circuits Syst., vol. 8, pp. 697-704, Oct. 1998.
[5] Foresti, G. L.: Object Recognition and Tracking for Remote Video Surveillance, IEEE Trans. on Circuits and Systems for Video Technology, Vol. 9, No. 7, Oct. 1999.
[6] Lipton, A.; Fujiyoshi, H.; Patil, R.: Moving target classification and tracking from real-time video, IEEE Workshop on Application of Computer Vision, pp. 19-21, Oct. 1998.
[7] Collins, R.; Lipton, A.; Kanade, T.; Fujiyoshi, H.; Duggins, D.; Tsin, Y.; Tolliver, D.; Hasegawa, O.: A system for video surveillance and monitoring: VSAM final report, Robotics Inst., CMU-RI-TR-00-12, 2000.
[8] Gupte, S.; Masoud, O.; Martin, R.; Papanikolopoulos, N.: Detection and Classification of Vehicles, IEEE Trans. on ITS, Vol. 3, No. 1, March 2002.
[9] Rosin, P. L.; Ellis, T.: Image difference threshold strategies and shadow removal, British Machine Vision Conf. pp. 347-356, 1995.
[10] Popović, M.: Digitalna obrada slike, Rukopis za priprema-nje ispita, Beograd, 1998.
34
VOJNOTEHNICKI GLASNIK 1/2006.
