FR2710433A1 - Method for recognizing objects, moved in successive images in time belonging to a sequence - Google Patents
Method for recognizing objects, moved in successive images in time belonging to a sequence Download PDFInfo
- Publication number
- FR2710433A1 FR2710433A1 FR9411375A FR9411375A FR2710433A1 FR 2710433 A1 FR2710433 A1 FR 2710433A1 FR 9411375 A FR9411375 A FR 9411375A FR 9411375 A FR9411375 A FR 9411375A FR 2710433 A1 FR2710433 A1 FR 2710433A1
- Authority
- FR
- France
- Prior art keywords
- image
- unit
- signal
- measurement
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
- G08B13/19604—Image analysis to detect motion of the intruder, e.g. by frame subtraction involving reference image or background adaptation with time to compensate for changing conditions, e.g. reference image update on detection of light level change
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
- G08B13/19606—Discriminating between target movement or movement in an area of interest and other non-signicative movements, e.g. target movements induced by camera shake or movements of pets, falling leaves, rotating fan
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
- H04N19/503—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding involving temporal prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/144—Movement detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/50—Systems of measurement based on relative movement of target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
Abstract
a) Procédé pour reconnaître des objets, déplacés dans des images successives dans le temps appartenant à une séquence. b) Procédé caractérisé en ce qu'à la reconnaissance d'un objet déplacé, on enregistre le signal d'image comme nouveau signal d'image de l'image de référence et on l'utilise comme image de référence pour la comparaison suivante.a) Method for recognizing objects, moved in successive images in time belonging to a sequence. b) Method characterized in that upon recognition of a displaced object, the image signal is recorded as a new image signal of the reference image and is used as a reference image for the following comparison.
Description
" Procédé pour reconnaître des objets, déplacés dans des"Method for recognizing objects, moved in
images successives dans le temps appartenant à une sé- successive images in time belonging to a
quence " La présente invention concerne un procédé pour reconnaître un objet déplacé dans des images successives dans le temps appartenant à une séquence, une image étant subdivisée en des zones d'image, et pour chaque zone d'image on compare le signal d'image à l'image de référence et/ou à partir de la comparaison on détermine un vecteur de déplacement et on compare la variation du signal image et/ou l'importance du vecteur de déplacement à un seuil, et à partir de ces comparaisons on reconnaît un objet déplacé The present invention relates to a method for recognizing an object displaced in successive images in time belonging to a sequence, an image being subdivided into image areas, and for each image area the image signal is compared. in the reference image and / or from the comparison a displacement vector is determined and the variation of the image signal and / or the magnitude of the displacement vector is compared to a threshold, and from these comparisons it is recognized a moved object
et, dans l'affirmative, on émet un signal. and, if so, a signal is emitted.
Il est déjà connu selon J. Eliss et al., "a know- It is already known according to J. Eliss et al., "A know-
ledge-based approach to automatic alarm interpretation using computer vision, on image sequences", ICCST, 1989, Ledge-based approach to automatic alarm interpretation using computer vision, on image sequences ", ICCST, 1989,
page 215 et suivantes, un procédé pour reconnaître des ob- page 215 and following, a method for recognizing ob-
jets déplacés dans des images qui se suivent dans le temps; selon ce procédé, on compare le signal image à un signal de référence fixe pour détecter un objet déplacé. De plus les jets moved in images that follow each other in time; according to this method, the image signal is compared with a fixed reference signal to detect a displaced object. Moreover, the
vecteurs de déplacement obtenus sont comparés à des vec- displacement vectors obtained are compared with
teurs de déplacement prédéterminés pour reconnaître un ob- predetermined displacement sensors for recognizing an ob-
jet déplacé.jet moved.
La présente invention concerne un procédé corres- The present invention relates to a method corresponding to
pondant au type défini ci-dessus caractérisé en ce qu'à la reconnaissance d'un objet déplacé, on enregistre le signal the type defined above characterized in that the recognition of a displaced object, the signal is recorded
d'image comme nouveau signal d'image de l'image de réfé- image as a new image signal of the reference image.
rence et on l'utilise comme image de référence pour la com- and is used as a reference image for the com-
paraison suivante.following parison.
Le procédé selon l'invention offre l'avantage que par comparaison avec le signal de référence utilisé pour The method according to the invention offers the advantage that compared with the reference signal used for
chaque zone d'une image, en fonction du résultat de l'ex- each zone of an image, according to the result of the ex-
ploitation, on actualise par voie adaptative, automatique- operation, adaptive updating, automatic
ment, l'analyse d'image qui se déroule. De ce fait, il n'est pas nécessaire de prévoir des seuils de comparaison différents pour des scènes différentes à surveiller, ou the image analysis that is taking place. As a result, it is not necessary to provide different comparison thresholds for different scenes to be monitored, or
d'indiquer des vecteurs de mouvement de comparaison diffé- to indicate different comparison motion vectors
rent. Le procédé selon l'invention permet, grâce à l'ana- rent. The method according to the invention makes it possible, thanks
lyse d'image utilisée, d'adapter automatiquement les seuils de comparaison aux différentes zones d'image. Cela conduit image lysis used, to automatically adjust the comparison thresholds to different image areas. It leads to
à une plus grande sécurité pour la détection d'objets dé- to greater security for the detection of objects de-
placés, indépendamment de l'environnement observé et des placed, regardless of the environment observed and the
influences climatiques.climatic influences.
Il est particulièrement avantageux de comparer la It is particularly advantageous to compare the
zone image de l'image présente à la zone image correspon- image area of the image present in the corresponding image area.
dante de l'image de référence quant aux caractéristiques de texture. Cela augmente la sécurité de détection d'un objet déplacé. Pour déterminer les caractéristiques de texture, il est particulièrement avantageux d'utiliser deux points of the reference image as to the texture characteristics. This increases the security of detection of a moved object. To determine the texture characteristics, it is particularly advantageous to use two points
image adjacents. Cela donne une quantité suffisante d'in- adjacent images. This gives a sufficient amount of
formations et de plus la quantité de données à traiter est training and more the amount of data to be processed is
faible et permet un traitement rapide des informations. low and allows fast processing of information.
Le procédé offre l'avantage que pour la détection d'un objet, les grandeurs de mesure telles que variation du signal d'image, décalage et texture déterminés pour une paire d'image (image de référence et image présente), ne sont pas comparées à un seuil fixe valable pour toute l'image, mais ces seuils sont obtenus à partir d'une mesure The method offers the advantage that for the detection of an object, the measurement quantities such as variation of the image signal, offset and texture determined for an image pair (reference image and present image), are not compared to a fixed threshold valid for the entire image, but these thresholds are obtained from a measurement
effectuée séparément pour chaque zone d'image et correspon- separately for each image area and correspond to
dant à la distribution statistique dans le temps de ces grandeurs de mesure (décrites par la valeur moyenne et la variance). the statistical distribution over time of these measured variables (described by mean value and variance).
La rapidité et la sécurité de la détection d'ob- The speed and security of the detection of ob-
jet déplacé sont rendues optimales en ce que l'on utilise tout d'abord la variation du signal image pour reconnaître un objet déplacé et, dans le cas o l'objet a été déplacé, on utilise des caractéristiques de texture pour reconnaître l'objet déplacé et, dans le cas o cette comparaison permet de conclure à un objet déplacé, on utilise le vecteur de déplacement pour reconnaître l'objet déplacé et seulement si cette comparaison indique également un objet déplacé que l'on considère comme reconnu avec sûreté, et si un signal The displaced jet is made optimal by first using the variation of the image signal to recognize a displaced object and, in the case where the object has been moved, using texture features to recognize the object. displaced and, in the case where this comparison makes it possible to conclude that a displaced object is used, the displacement vector is used to recognize the moved object and only if this comparison also indicates a displaced object that is considered to be reliably recognized, and if a signal
d'affichage de l'alarme de l'objet est donné. Malgré la sé- Alarm display of the object is given. Despite the
curité importante liée à la détection d'objet déplacé, on important security linked to the detection of displaced objects,
arrive à un temps de traitement extrêmement court. arrives at an extremely short processing time.
La comparaison des grandeurs de mesure de la va- The comparison of the quantities of measurement of the
riation du signal image, du vecteur de déplacement et de la caractéristique de texture se fait simplement et rapidement si la valeur de mesure instantanée de la grandeur de mesure d'une zone d'image, diminuée de la valeur moyenne dans le temps pour cette grandeur de mesure, est comparée avec le of the image signal, the displacement vector and the texture characteristic is simply and rapidly performed if the instantaneous measurement value of the measurement quantity of an image area, minus the average value over time for this quantity. measurement, is compared with the
produit de la déviation standard dans le temps de la gran- product of the standard deviation in the time of the
deur de mesure pondérée par une constante de pondération. measurement factor weighted by a weighting constant.
Cela permet une comparaison simple et rapide des grandeurs This allows a quick and easy comparison of the quantities
de mesure pour la détection de l'objet. measurement for the detection of the object.
L'évaluation de la valeur moyenne et de la va- The evaluation of the average value and the
riance des grandeurs de mesure, signal image vecteur de dé- measurement magnitudes, signal vector image of de-
placement et caractéristiques de texture, est effectuée avantageusement dans un filtre récurrent du premier ordre, placement and texture characteristics, is advantageously performed in a first-order recursive filter,
c'est-à-dire un filtre passe-bas " Infinite Impuls Res- i.e. a low-pass filter "Infinite Impuls Res-
pond ". Cela permet une évaluation simple de la valeur This allows a simple assessment of the value
moyenne et de la variance.mean and variance.
Dessinsdrawings
Un exemple de réalisation de l'invention est re- An exemplary embodiment of the invention is
présenté aux dessins et sera décrit ci-après de manière plus détaillée. Ainsi: La figure 1 montre un montage pour la détection d'un objet déplacé. presented in the drawings and will be described in more detail below. Thus: Figure 1 shows a mounting for the detection of a moved object.
La figure 2 montre une unité image et des dou- Figure 2 shows an image unit and dou-
blets. La figure 3 montre une fonction de répartition de overripe. Figure 3 shows a distribution function of
densité pour l'exploitation d'une grandeur de mesure. density for the exploitation of a measurement quantity.
La figure 4 montre schématiquement le déroulement Figure 4 shows schematically the unfolding
du programme du procédé.of the process program.
Description de l'exemple de réalisation Description of the exemplary embodiment
la figure 1 montre un montage pour la détection d'un objet déplacé dans des images qui se suivent dans le temps. Une unité de prise de vue 1 est reliée à une unité de calcul 2 par une ligne de données 7. L'unité de calcul 2 est reliée par une ligne de données 7 à une unité d'entrée 3, par une autre ligne de données 7 à une mémoire 4, par une autre ligne de données 7 à un écran image 6 et par une Figure 1 shows a mounting for detecting an object moved in images that follow each other in time. A shooting unit 1 is connected to a calculation unit 2 by a data line 7. The calculation unit 2 is connected by a data line 7 to an input unit 3, by another data line. 7 to a memory 4, by another data line 7 to an image screen 6 and by a
autre ligne de données 7 à un affichage de signal 5. other data line 7 to a signal display 5.
La figure 2 montre une unité d'image 31 compre- Figure 2 shows an image unit 31 comprising
nant par exemple 5x5 points image 32 appartenant à une image 30. Pour déterminer les caractéristiques de texture, on utilise dans le procédé décrit ici les caractéristiques dites de doublet. Un doublet comprend un ensemble de deux points image adjacents localement. Comme grandeur de mesure pour les caractéristiques de texture on utilise la somme des carrés des différences des signaux image des paires de points image fixés par doublet et appartenant à une unité image. Comme doublet on utilise trois types différents de doublet: un doublet horizontal 33, un doublet diagonal 34 For example, 5x5 image points 32 belonging to an image 30 are used. To determine the texture characteristics, the so-called doublet characteristics are used in the process described here. A doublet includes a set of two image points adjacent to each other locally. As measurement quantity for the texture characteristics, the sum of the squares of the differences of the image signals of the pairs of image points fixed by doublet and belonging to an image unit is used. As doublet we use three different types of doublet: a horizontal doublet 33, a diagonal doublet 34
et un doublet vertical 35.and a vertical doublet 35.
La figure 3 montre une fonction de répartition de Figure 3 shows a distribution function of
densité P(vi) 40 des grandeurs de mesure vi pour une situa- density P (vi) 40 of the measured variables vi for a situation
tion scénique caractéristique. On a représenté la valeur moyenne dans le temps mvi de la grandeur de mesure vi. La zone "caractéristique" de la grandeur de mesure se situe dans la plage de la valeur moyenne dans le temps mvi + scenic feature. The average value is represented in the time mvi of the measurement variable vi. The "characteristic" area of the measured variable is in the range of the mean value in time mvi +
(Cvix svi) avec Cvi correspondant à une constante de pondé- (Cvix svi) with Cvi corresponding to a weight constant
ration fixée, et svi à la déviation standard dans le temps de la grandeur de mesure vi. La plage de valeurs 41 dans laquelle il y a des grandeurs de mesure "atypiques", est représentée par les hachures à la figure 3. Une grandeur de mesure atypique est un signe d'un objet déplacé. La plage de valeurs 42 dans laquelle il y a une grandeur de mesure fixed ration, and svi the standard deviation in time of the measured variable vi. The range of values 41 in which there are "atypical" measurement quantities is represented by the hatching in FIG. 3. An atypical measurement quantity is a sign of a displaced object. The range of values 42 in which there is a measurement quantity
typique n'est pas hachurée. La mémoire 4 contient pour cha- typical is not hatched. Memory 4 contains for each
que plage d'image une fonction de densité de distribution pour chaque grandeur de mesure (variation du signal image, that image range a distribution density function for each measurement quantity (variation of the image signal,
caractéristiques de texture et vecteur de décalage). texture characteristics and offset vector).
La figure 4 montre schématiquement le déroulement du procédé pour la détection d'un objet déplacé. A l'étape 11 du programme, l'unité de prise de vue 1 prend un image et la transmet à une unité de calcul 2. Puis, l'unité de calcul 2 enregistre en mémoire à l'étape 12 du programme, un signal image pour chaque point de l'image. L'image 30 Figure 4 schematically shows the progress of the method for detecting a displaced object. In step 11 of the program, the shooting unit 1 takes an image and transmits it to a calculation unit 2. Then, the calculation unit 2 stores in memory in step 12 of the program, a signal image for each point of the image. The picture 30
est subdivisée en 31 unités. Dans cet exemple de réalisa- is subdivided into 31 units. In this example of achievement
tion, l'unité d'image se compose d'une surface d'image re- the image unit consists of an image area
présentant 5x5 points image 32.presenting 5x5 points image 32.
Au cours de l'étape de programme 13 suivante, l'unité de calcul 2 compare la variation du signal d'image entre l'image prise et une image de référence enregistrée During the next program step 13, the computing unit 2 compares the variation of the image signal between the taken image and a stored reference image.
dans la mémoire 4. La variation du signal d'image est com- in the memory 4. The variation of the image signal is
parée selon une fonction de distribution valable pour cette trimmed according to a distribution function valid for this
unité d'image quant à la variation du signal d'image dé- image unit as to the variation of the image signal de-
crite par la valeur moyenne et la variance, qui représente une situation scénique caractéristique. Les unités d'image dont les variations du signal d'image sont atypiques, sont caractérisées par l'unité de calcul 2 par un premier masque binaire et sont enregistrées dans la mémoire 4. Un masque written by the mean value and the variance, which represents a characteristic scenic situation. The image units whose variations of the image signal are atypical, are characterized by the calculation unit 2 by a first bit mask and are stored in the memory 4. A mask
binaire se compose d'un champ de mémoire qui contient l'em- binary consists of a memory field that contains the
placement de mémoire pour chaque unité d'image. Cet empla- memory placement for each image unit. This location
cement de mémoire est occupé par un signal 0 ou 1 qui le caractérise. A l'étape 14, l'unité de calcul 2 détermine pour chaque unité d'image et en fonction d'un procédé prédéter- memory is occupied by a signal 0 or 1 which characterizes it. In step 14, the computing unit 2 determines for each image unit and according to a predetermined method.
miné qui est enregistré dans la mémoire 4, les caractéris- which is stored in memory 4, the characteristics
tiques de texture; celles-ci sont enregistrées dans la mémoire 4. A l'étape 20, l'unité de calcul 2 détermine si les caractéristiques de texture déterminées pour les unités d'image sont des caractéristiques de texture atypiques. Les unités d'image dont les caractéristiques de texture sont atypiques sont caractérisées par l'unité de calcul 2 par un second masque binaire et le masque est enregistré dans la texture ticks; these are stored in the memory 4. In step 20, the computing unit 2 determines whether the texture characteristics determined for the image units are atypical texture characteristics. The image units whose texture characteristics are atypical are characterized by the calculation unit 2 by a second bit mask and the mask is recorded in the
mémoire 4.memory 4.
Puis l'unité de calcul 2 détermine dans l'étape , en partant de la comparaison de l'image présente avec Then the calculation unit 2 determines in the step, starting from the comparison of the present image with
l'image de référence inscrite dans la mémoire 4, pour cha- the reference image entered in the memory 4, for each
que unité d'image, le vecteur de déplacement de l'unité d'image et l'inscrit dans la mémoire 4. L'unité de calcul marque dans un troisième masque binaire les unités d'image ayant un facteur de déplacement atypique et enregistre ce unit of image, the displacement vector of the image unit and written in the memory 4. The calculation unit marks in a third bit mask the image units having an atypical displacement factor and records this
troisième masque dans la mémoire 4. A l'étape 21, on de- third mask in the memory 4. In step 21,
mande si les vecteurs de déplacement de l'image diffèrent if the image displacement vectors differ
d'un vecteur de déplacement typique de l'unité d'image cor- of a displacement vector typical of the image unit cor-
respondante.sponding.
Dans l'affirmative, on passe à l'étape 22. A l'étape 22, l'unité de calcul 2 reconnaît dans l'image, par If yes, go to step 22. In step 22, the computing unit 2 recognizes in the image, by
comparaison des masques binaires, qu'il y a un objet dépla- comparison of the binary masks, that there is a moving object
cé pour l'unité d'image dont la variation du signal d'image, la texture et les vecteurs de déplacement sont for the image unit whose variation of the image signal, the texture and the displacement vectors are
atypiques; cela est affiché par l'affichage de signal 5. atypical; this is displayed by the signal display 5.
Puis on passe à l'étape 26 du programme. Then we go to step 26 of the program.
A l'étape 26, on traite l'image de référence. In step 26, the reference image is processed.
Dans le cas d'un objet déplacé, reconnu, l'unité de calcul 2 remplace le signal d'image de chaque unité d'image de l'image de référence par le signal d'image de l'unité d'image de l'image présente. Puis on passe à l'étape de programme 11; on prend l'image suivante et on parcourt de In the case of a displaced, recognized object, the calculation unit 2 replaces the image signal of each image unit of the reference image with the image signal of the image unit of the image. image present. Then we go to program step 11; we take the next image and we go through
nouveau le programme.the program again.
Lorsque l'interrogation à l'étape 21 indique que tous les vecteurs de déplacement de toutes les unités d'image sont typiques, on passe à l'étape 18 aux vecteurs When the interrogation in step 21 indicates that all motion vectors of all image units are typical, step 18 is passed to the vectors.
de déplacement, à l'étape 17 aux caractéristiques de tex- of displacement, in step 17 to the characteristics of tex-
ture et à l'étape 16 aux variations du signal d'image, cha- and at step 16 to the variations of the image signal, each
que fois en utilisant l'unité de calcul 2 avec un filtre passe-bas du premier ordre selon la formule 2 en tenant than times using the calculation unit 2 with a first-order low-pass filter according to formula 2 taking into account
compte des grandeurs de mesure présentes (variations du si- measurement quantities present (variations of the
gnal d'image, texture et déplacement), pour une nouvelle valeur moyenne dans le temps et une nouvelle variance dans le temps des grandeurs de mesure selon les formules 3 et 4 image, texture and displacement), for a new mean value over time and a new variance over time of the measured values according to formulas 3 and 4
pour la description présente de la fonction de distribution for the present description of the distribution function
des grandeurs de mesure de chaque unité d'image de l'image. measurement quantities of each image unit of the image.
En plus, à l'étape 16 du programme, l'unité de calcul 2 remplace le signal d'image des unités d'image de l'image de référence par le signal d'image et l'unité d'image de In addition, in step 16 of the program, the calculation unit 2 replaces the image signal of the image units of the reference image with the image signal and the image unit of the image.
l'image présente, dont le vecteur de déplacement est iden- the present image, whose displacement vector is identical.
tiquement nul. Le signal d'image des unités d'image dont le absolutely nil. The image signal of image units whose
vecteur de déplacement est différent de zéro reste inchan- displacement vector is different from zero remains unchanged
gé.gen.
A l'étape 19 du programme, on enregistre la va- At step 19 of the program, we record the
leur moyenne et la variance des grandeurs de mesure their average and the variance of the measured values
(variation du signal d'image, texture et vecteur de dépla- (variation of the image signal, texture and vector of
cement), pour chaque unité d'image dans la mémoire 4; les valeurs moyennes et les variances enregistrées jusqu'alors cement), for each image unit in the memory 4; the average values and variances recorded until then
pour la variation du signal d'image, la texture et le vec- for the variation of the image signal, the texture and the
teur de déplacement sont effacées. movement are erased.
Dans ce procédé particulier, pour chaque point In this particular process, for each point
image d'une unité d'image on détermine les grandeurs de me- image of a unit of image the quantities of
sure (variation du signal d'image, texture et vecteur de déplacement). On optimise le temps de calcul en déterminant sure (variation of the image signal, texture and displacement vector). We optimize the calculation time by determining
les grandeurs de mesure pour chaque unité d'image. the measured variables for each image unit.
On arrive à un traitement particulièrement rapide de l'image si après l'étape 13 du programme, au cours de l'étape 14, on ne détermine avec l'unité de calcul 2 que les caractéristiques de texture des unités d'image dont la variation du signal d'image est atypique. A l'étape 15, Particularly fast processing of the image occurs if after step 13 of the program, in step 14, the computational unit 2 determines only the texture characteristics of the image units whose variation of the image signal is atypical. At step 15,
l'unité de calcul 2 ne détermine que les vecteurs de dépla- calculation unit 2 only determines the vectors of
cement des unités d'image dont la variation du signal of image units whose signal variation
d'image et les caractéristiques de texture sont atypiques. image and texture characteristics are atypical.
On décrira ci-après un exemple de réalisation An exemplary embodiment will be described below.
particulier à l'aide du déroulement schématique du pro- particular with the aid of the schematic flow of the
gramme de la figure 4 et des figures 1, 2, 3. A l'étape 11, l'unité de prise de vue 11, qui dans ce cas particulier est une caméra CCD, prend une image sous la forme d'un signal vidéo analogique. Comme résolution caractéristique de l'image on a 756x288 points image; pour chaque point image on prend un signal image. Le signal vidéo analogique est tout d'abord filtré par un filtre passe-bas dans l'unité de prise de vue 1; il est numérisé et transmis à l'unité de calcul 2. Dans l'étape 12, l'unité de calcul 2 inscrit FIG. 4 and FIGS. 1, 2, and 3. In step 11, the shooting unit 11, which in this particular case is a CCD camera, takes an image in the form of a video signal. analog. As a characteristic resolution of the image we have 756x288 pixels; for each image point we take an image signal. The analog video signal is first filtered by a low-pass filter in the shooting unit 1; it is digitized and transmitted to the calculation unit 2. In step 12, the calculation unit 2 entered
l'image présente dans la mémoire 4; puis l'image enregis- the image present in the memory 4; then the recorded image
trée est détectée par l'unité de calcul 2; dans cet exem- is detected by calculation unit 2; in this example
ple de réalisation particulier par exemple le coefficient de sousdétection horizontal est égal à 4 et le coefficient de sous-détection vertical est égal à 2. On réunit ainsi for example, the horizontal subdetection coefficient is equal to 4 and the vertical under-detection coefficient is equal to 2.
2x4 points image en un point image. L'image à sous- 2x4 points image in a point image. The sub-image
détection est inscrite par l'unité de calcul dans la mé- detection is entered by the computing unit into the
moire 4. L'ensemble de la détection de l'objet se fait sur 4. The whole of the detection of the object is done on
l'image sous-détectée. Cette procédure réduit considérable- the under-detected image. This procedure considerably reduces
ment les moyens à mettre en oeuvre pour l'exploitation sans influencer de manière significative la caractéristique de détection. Dans le cas o un objet déplacé a été reconnu, the means to be used for the operation without significantly influencing the detection characteristic. In the case where a displaced object has been recognized,
on dispose immédiatement de l'image et de toute sa résolu- we immediately have the image and all its resolu-
tion; on peut alors par exemple l'exploiter pour une re- tion; for example, it can be exploited for
connaissance de la hauteur ou un contrôle d'alarme. height knowledge or alarm control.
Dans le cas d'une mise en oeuvre dans l'obscurité ou au crépuscule, par une accumulation locale des points image dans la trame de détection du signal vidéo ainsi que par une accumulation de plusieurs images qui se suivent, on In the case of implementation in the dark or at dusk, by a local accumulation of the image points in the video signal detection frame as well as by an accumulation of several images which follow one another,
prolonge artificiellement le temps d'exposition sur l'in- artificially prolongs the exposure time on the
tervalle d'une trame de 1/50ème de seconde, afin d'augmen- range of 1 / 50th of a second, in order to increase
ter la sensibilité de la caméra. Pour cela on mesure la statistique présente du signal d'image et, à partir de cette statistique, on détermine le contraste et la clarté moyenne de l'image de la caméra. Lorsque les conditions d'éclairage sont insuffisantes, on augmente le contraste de l'accumulation locale et dans le temps des points image du signal vidéo; on asservit de manière appropriée la clarté moyenne. Ces mesures conduisent, dans des conditions d'éclairage défavorables, à une amélioration du signal d'image et ainsi également à la sécurité de la détection de ter the sensitivity of the camera. For this purpose, the present statistic of the image signal is measured and, from this statistic, the contrast and the average brightness of the image of the camera are determined. When the lighting conditions are insufficient, the contrast of the local accumulation and in time of the image points of the video signal is increased; the average brightness is enslaved appropriately. These measurements lead, under unfavorable lighting conditions, to an improvement of the image signal and thus also to the security of the detection of
l'objet dans le noir ou au crépuscule. the object in the dark or at dusk.
Puis l'unité de calcul 2 détermine pour chaque signal d'image de chaque point de l'image sous-détectée, la différence par rapport aux signaux d'image des points image d'une image de référence inscrite dans la mémoire 4. Les signaux d'image de l'image de référence sont occupés par Then the calculation unit 2 determines for each image signal of each point of the under-detected image, the difference with respect to the image signals of the image points of a reference image written in the memory 4. The image signals from the reference image are occupied by
des valeurs initiales fixées, transmises à l'unité de cal- fixed initial values, transmitted to the calibration unit
cul 2 par l'unité d'entrée 3. Après quelques images, les signaux image de l'image de référence sont occupés par des 2 by the input unit 3. After a few images, the image signals of the reference image are occupied by
valeurs qui correspondent à une situation scénique caracté- values which correspond to a typical scenic situation
ristique. Dans cet exemple de réalisation, pour détecter des variations dans le temps de signaux d'image pour chaque unité d'image, on accumule les différences quadratiques des points image entre l'image présente non détectée et l'image de référence. Cette somme des carrés sert de mesure pour décrire la variation du signal image dans le temps dans une teristic. In this exemplary embodiment, to detect changes in the time of image signals for each image unit, the quadratic differences of the image points between the undetected image present and the reference image are accumulated. This sum of the squares serves as a measure to describe the variation of the image signal over time in a
unité d'image.unit of image.
Lors d'une détection d'objet, c'est-à-dire lors de la reconnaissance d'un objet déplacé, on vérifie si la During an object detection, that is to say during the recognition of a moved object, it is checked whether the
grandeur de mesure déterminée, présente (signal de diffé- determined measuring quantity, present (signal of
rentes images, signal de texture, vecteur de déplacement) décrit une situation scénique typique ou atypique. Cette images, texture signal, displacement vector) describes a typical or atypical scenic situation. This
exploitation repose sur une analyse statistique des gran- exploitation is based on a statistical analysis of the
deurs de mesure consistant à déterminer pour chaque unité measurement units to determine for each unit
d'image une répartition statistique dans le temps des gran- of image a statistical distribution over time of
deurs de mesure. A l'exploitation d'une grandeur de mesure measuring instruments. When operating a measurement quantity
on vérifie si la valeur de mesure présente de la distribu- it is checked whether the measured value of the distribution
tion d'une grandeur de mesure caractéristique suffit ou non. Comme la mesure de la fonction de distribution est compliquée, on évalue la valeur moyenne et la variance pour décrire la distribution. Cette évaluation se fait toujours lorsqu'il n'y a pas eu détection d'une alarme d'objet et a characteristic measurement quantity is sufficient or not. Since the measurement of the distribution function is complicated, the mean value and the variance are evaluated to describe the distribution. This evaluation is always done when there is no detection of an object alarm and
que l'unité d'image correspond à une situation scénique ca- that the unit of image corresponds to a scenic situation
ractéristique. De cette manière, la valeur moyenne et la variance décrivent la distribution des grandeurs de mesure dans des situations scéniques caractéristiques. Lorsqu'une valeur de mesure présente diffère significativement d'une ractéristique. In this way, the mean value and the variance describe the distribution of the measured variables in characteristic scenic situations. When a present measurement value differs significantly from a
grandeur de mesure de cette description, cet événement si- magnitude of this description, this event
gnifie une situation scénique atypique, c'est-à-dire cor- gives an atypical scenic situation, that is to say
respondant à un objet déplacé.responding to an object moved.
La décision de savoir si une grandeur de mesure diffère de manière significative ou non d'une distribution The decision whether a measurement variable differs significantly or not from a distribution
statistique, est prise en fonction d'une décision concer- statistics, is taken on the basis of a decision
nant une valeur de seuil. Pour cela on utilise la formule suivante: (vi(x,y) - mvi(xy))2/(cvi x Svi(Xy))2 > 1 (1) dans celle- ci a threshold value. For this we use the following formula: (vi (x, y) - mvi (xy)) 2 / (cvi x Svi (Xy)) 2> 1 (1) in this one
cvi: constante de pondération [O<cvi<50 en rela- cvi: weighting constant [O <cvi <50 in relation to
tion avec les grandeurs de mesure examinées] vi(x,y): valeur de mesure présente de la grandeur de mesure vi à l'emplacement (x,y) Il mvi(x,y): valeur moyenne dans le temps de la grandeur de mesure vi à l'emplacement (x,y) Svi(X,y): déviation standard dans le temps de la measurement with measured variables] vi (x, y): present measurement value of the measured variable vi at the (x, y) location Il mvi (x, y): average value over time of the quantity measure vi at the location (x, y) Svi (X, y): standard deviation in time of the
grandeur de mesure vi à l'emplacement (x,y). measurement variable vi at the location (x, y).
La constante de pondération cvi dépend aussi de la grandeur de mesure examinée respectivement. Il s'agit d'une mesure qui peut dévier de plusieurs multiples de la The weighting constant cvi also depends on the measurement quantity examined respectively. This is a measure that can deviate from multiple multiples of the
déviation standard par rapport à la valeur de mesure pré- standard deviation from the pre-measured value
sente, par rapport à la valeur moyenne évaluée de la gran- relative to the estimated average value of the
deur de mesure. Plus cette constante de pondération est measure. More this weighting constant is
grande et plus la valeur de mesure présente diffère forte- large and the present measurement value differs greatly-
ment de la valeur moyenne évaluée pour déclencher une the assessed average value to trigger a
alarme d'objet.object alarm.
La figure 3 montre de manière graphique l'inéga- Figure 3 graphically shows the inequality
lité 1. La fonction de densité de répartition P(vi) d'une grandeur de mesure vi de coordonnées (x,y) de l'image de la caméra est décrite par les deux grandeurs caractéristiques mvi (valeur moyenne) et svi (déviation standard). Lorsque la grandeur de mesure présente vi est dans l'intervalle [-tvi +tvi] (par exemple vi(1)), la densité de probabilité p(vi(1)) de la valeur de mesure vi(1) est supérieure à un 1. The distribution density function P (vi) of a measurement variable vi of coordinates (x, y) of the camera image is described by the two characteristic variables mvi (mean value) and svi (deviation standard). When the measurement variable vi is in the range [-tvi + tvi] (for example vi (1)), the probability density p (vi (1)) of the measurement value vi (1) is greater than a
seuil demandé Pmin- Ce seuil Pmin est la densité de proba- requested threshold Pmin- This threshold Pmin is the probability density
bilité de la valeur de mesure vi à laquelle s'applique la condition suivante: (vi-mvi)2=(ci x si)2 Lorsque la valeur de mesure présente vi est à l'extérieur de l'intervalle [-tvi, +tvi] (par exemple bility of the measurement value vi to which the following condition applies: (vi-mvi) 2 = (ci x si) 2 When the measurement value is present vi is outside the range [-tvi, + tvi] (for example
vi(2)), l'alarme objet se déclenche. La probabilité d'er- vi (2)), the object alarm is triggered. The probability of
reur résiduelle, c'est-à-dire la probabilité que l'on con- the residual probability, that is, the probability of
clut à une situation scénique atypique par erreur, bien que la valeur de mesure présente de la distribution suffise, est caractérisée par l'intégrale de toutes les valeurs de mesure possibles à l'extérieur de l'intervalle [-tvi, +tvi] clude to an atypical scenic situation by mistake, although the present measurement value of the distribution is sufficient, is characterized by the integral of all the possible values of measurement outside the interval [-tvi, + tvi]
et par les hachures à la figure 3.and hatching in Figure 3.
Pour prendre une décision de valeur de seuil, il faut évaluer les grandeurs caractéristiques statistiques dans le temps nécessaires, à savoir la valeur moyenne et la To make a threshold value decision, it is necessary to evaluate the statistical characteristic variables over time necessary, namely the average value and the
variance pour toutes les unités d'image et toutes les gran- variance for all image units and all
deurs de mesure en procédant de manière séparée. Cette évaluation se fait dans un filtre passe-bas measuring instruments by proceeding separately. This evaluation is done in a low-pass filter
de type IIR-(Infinit Impulse Respond) du premier ordre se- of type IIR- (Infinit Impulse Respond) of the first order se-
lon la formule suivante: mvi (x,y,t): r*vi(x,y) + (1-r)*mvi(x,y,t-1) (2) ou Pvi(x,y,t): r*vi2(x,y)) + (1-r)*pvi(x,y,t-1) (3) et Svi2 (x,y,t): Pvi(Xyt) - mvi2 (x,y,t), (4) avec mvi(X,y,t), mvi(x,y,t-l): valeur moyenne dans le temps de la grandeur de mesure vi à l'instant t ou t-l, Pvi(X,y,t),Pvi(x,y,t-1): puissance dans le temps de la according to the following formula: mvi (x, y, t): r * vi (x, y) + (1-r) * mvi (x, y, t-1) (2) or Pvi (x, y, t) ): r * vi2 (x, y)) + (1-r) * pvi (x, y, t-1) (3) and Svi2 (x, y, t): Pvi (Xyt) - mvi2 (x, y, t), (4) with mvi (X, y, t), mvi (x, y, tl): mean value in time of the measurement variable vi at time t or tl, Pvi (X, y, t), Pvi (x, y, t-1): power over time of the
valeur de mesure vi à l'ins-measurement value vi at the in-
tant t ou t-l, vi2 (x,y,t): variance dans le temps de la grandeur de mesure vi à l'instant t, vi(x,y): valeur de la grandeur vi à l'instant t à l'emplacement (x,y), r: coefficient de récurrence du as t or tl, vi2 (x, y, t): time variance of the measurement variable vi at time t, vi (x, y): value of the quantity vi at time t at location (x, y), r: coefficient of recurrence of
filtre passe-bas IIR.low-pass filter IIR.
Ce filtre se caractérise en ce que l'évaluation de la grandeur caractéristique respective par cellule de détection ne nécessite que quelques étapes de calcul (opérations) et peut se faire avec seulement une mémoire This filter is characterized in that the evaluation of the respective characteristic quantity per detection cell requires only a few calculation steps (operations) and can be done with only one memory
supplémentaire par grandeur de mesure ou grandeur caracté- additional measurement quantity or characteristic
ristique. En fonction du coefficient de récurrence r fixé, teristic. According to the coefficient of recurrence r fixed,
on modifie la durée d'oscillation moyenne du filtre passe- the average oscillation time of the pass filter is changed
bas IIR (nombre des étapes dans l'échelon unité à l'entrée du filtre jusqu'à la sortie du filtre o l'on recueille une amplitude égale à 0, 9 fois celle de l'entrée). Cette durée transitoire est une mesure du nombre minimum d'image qu'il faut traiter jusqu'à obtenir des bottom IIR (number of steps in the unit step at the input of the filter until the output of the filter where an amplitude is collected equal to 0, 9 times that of the input). This transient duration is a measure of the minimum number of images that must be processed until
grandeurs caractéristiques statistiques suffisamment préci- statistical characteristics sufficiently precise
ses. Le principe est le suivant: plus le coefficient de his. The principle is as follows: the higher the coefficient of
récurrence est petit et plus longue sera la durée transi- recurrence is small and longer will be the transitional
toire. Par le coefficient de récurrence on détermine si les grandeurs caractéristiques obtenues prennent la statistique tory. The coefficient of recurrence determines whether the characteristic quantities obtained take the statistics
à long terme de la grandeur de mesure (coefficient de ré- long-term measurement quantity (coefficient of
currence très petit) ou si l'on tient également compte de variations à moyen ou court terme des grandeurs de mesure dans la statistique (coefficient de récurrence aussi grand very small currency) or if we also take into account medium or short-term variations of the measured values in the statistics (such a large recurrence coefficient
que possible). De plus, la description de la distribution as possible). In addition, the description of the distribution
des grandeurs de mesure se poursuit dans le temps par l'évaluation récurrente pour les grandeurs de mesure measurement quantities continue in time by the recurrent evaluation for the measured variables
s'adaptant aux situations scéniques. adapting to scenic situations.
A l'étape 13 du programme, par détection d'une At step 13 of the program, by detecting a
variation, on détecte des variations du signal d'image en- variation, variations in the image signal are detected.
tre l'image de référence et l'image présente. Les plages be the reference image and the present image. The beaches
d'image dans lesquelles il y a des signaux d'image atypi- in which there are atypical image
ques sont caractérisées dans le premier masque binaire. Les petites variations du signal d'image qui correspondent à une situation scénique typique, c'est-à-dire qui ont été engendrées par le bruit du capteur vidéo, sont supprimées pour la détection de l'objet. Dans l'exemple de réalisation exposé ici, en plus de la différence du signal d'image, on tient compte dans la décision de l'image ou de la plage are characterized in the first bit mask. The small variations of the image signal that correspond to a typical scenic situation, that is to say that have been generated by the noise of the video sensor, are suppressed for the detection of the object. In the embodiment described here, in addition to the difference of the image signal, account is taken in the decision of the image or the range
d'image qui précède. Suivant que, pendant la précédente dé- image that precedes. Next, during the previous
tection de variation, une plage d'image a été reconnue variation, an image range has been recognized
comme modifiée ou non modifiée, on utilise deux seuils dif- as modified or unmodified, two different thresholds are used.
férents à l'exploitation de la variation présente du signal d'image. L'unité de calcul 2 vérifie si les différences au carré des points image de l'unité d'image entre l'image de référence et l'image présente, diffèrent de plus de la va- leur moyenne mvi des différences au carré des points image to exploit the present variation of the image signal. Calculation unit 2 checks whether the squared differences of the image points of the image unit between the reference image and the present image differ more from the average value mvi of the differences squared of the points picture
de l'unité d'image correspondante, par rapport à la va- of the corresponding image unit, in relation to the
riance dans le temps svi des différences au carré des points image multipliées par les constantes de pondération time-course svi differences in squared image points multiplied by weighting constants
cvi inscrites dans la mémoire 4; en d'autres termes on vé- cvi entered in Brief 4; in other words, we
rifie si l'inégalité représentée par la formule (1) est sa- if the inequality represented by the formula (1) is
tisfaite. L'unité de calcul marque les unités d'image qui satisfont à la formule (1), comme atypiques dans le premier tisfaite. The computing unit marks the image units that satisfy the formula (1), as atypical in the first
masque binaire.binary mask.
A l'étape 14 du programme, l'unité de calcul 2 examine si les variations atypiques du signal d'image ont In step 14 of the program, the calculation unit 2 examines whether the atypical variations of the image signal have
été provoquées par une variation de la texture de l'image. caused by a change in the texture of the image.
On décrit une texture par des caractéristiques de doublet. A texture is described by doublet characteristics.
Dans l'exemple de réalisation décrit ici, on utilise comme doublet deux points image voisins directement en diagonale, comme cela est représenté à la figure 2. En mesurant les points image voisins suivant la direction en diagonale, on tient compte des corrélations locales dans la direction diagonale. Par l'analyse de la texture, on peut détecter les situations scéniques suivantes et éliminer ainsi une alarme d'objet: mouvements diffus (par exemple bruissement de feuilles, pluie, neige) variations globales de clarté (jour, nuit, projection d'ombre en grande surface) et petits mouvements In the exemplary embodiment described here, two neighboring image points directly diagonally are used as doublet, as shown in FIG. 2. By measuring the neighboring image points in the diagonal direction, local correlations are taken into account. diagonal direction. By the analysis of the texture, we can detect the following scenic situations and thus eliminate an alarm of object: diffuse movements (for example rustling of leaves, rain, snow) global variations of clarity (day, night, projection of shadow in supermarkets) and small movements
de la caméra (bougé, secousses).of the camera (shake, shake).
L'unité de calcul 2 détermine la texture pour The calculation unit 2 determines the texture for
chaque unité d'image. Pour cela, un doublet décrit la dis- each image unit. For that, a doublet describes the dis-
position locale de deux points image adjacents. Dans cet exemple de réalisation, on utilise le doublet sous la forme local position of two adjacent image points. In this embodiment, the doublet is used in the form
de doublet diagonal 34. Comme grandeur de mesure de la ca- diagonal doublet 34. As a measure of the size of the
ractéristique de texture, on utilise la somme des carrés de différence des paires de points image fixés par doublet dans l'unité d'image. Cette grandeur de mesure dépend du type de doublet utilisé ainsi que de la corrélation locale des signaux d'image à l'intérieur d'une unité d'image. Les texture characteristic, we use the sum of the difference squares of pairs of image points fixed by doublet in the image unit. This measurement quantity depends on the type of doublet used as well as the local correlation of the image signals within a unit of image. The
caractéristiques de texture ainsi déterminées sont inscri- The texture characteristics thus determined are
tes dans la mémoire 4 par l'unité de calcul 2. Comme autres in memory 4 by computing unit 2. As other
doublets on a le doublet horizontal 33 et le doublet verti- doublets we have the horizontal doublet 33 and the vertical doublet
cal 35 qui peuvent servir à déterminer la texture. cal 35 which can be used to determine the texture.
Selon l'étape 20 du programme, on vérifie les grandeurs de mesure des caractéristiques de texture à l'aide de l'unité de calcul 2 selon la formule (1). Les unités d'image dont les caractéristiques de texture sont atypiques, c'est-à-dire celles qui satisfont à la formule According to the step 20 of the program, the measurement quantities of the texture characteristics are verified using the calculation unit 2 according to the formula (1). Image units whose texture characteristics are atypical, ie those which satisfy the formula
(1), sont marquées dans le second masque binaire. (1), are marked in the second bit mask.
A l'étape de programme 15 l'unité de calcul 2 dé- At the program step 15 the calculation unit 2 de-
termine un vecteur de déplacement pour décrire une informa- ends a displacement vector to describe a piece of information
* tion de mouvement associée à chaque unité d'image. En évaluant le vecteur de déplacement on vérifie si une unité d'image de l'image présente se trouve dans l'environnement* Motion movement associated with each image unit. By evaluating the displacement vector, it is checked whether a unit of image of the present image is in the environment
local de l'image précédente. Pour cette recherche on défi- local from the previous image. For this research, we define
nit des degrés d'analogie appropriés, par exemple la somme absolue ou la somme au carré des différences des points image de la zone d'image fixée par l'unité d'image. Nite appropriate degrees of analogy, for example the absolute sum or the sum squared of the differences of the image points of the image area fixed by the unit of image.
La position locale de l'unité d'image dans The local position of the image unit in
l'image précédente (c'est-à-dire par exemple celle qui cor- the previous image (that is, for example, the one that cor-
respond à la moindre somme des carrés des différences de points d'image) est associée par un vecteur de déplacement responds to the least sum of the squares of the image point differences) is associated with a displacement vector
à l'unité d'image actuelle. Le vecteur de déplacement obte- to the current image unit. The displacement vector obtains
nu est inscrit dans la mémoire 4. Cela décrit la différence de la position d'une unité d'image dans deux images qui se naked is written in memory 4. This describes the difference in the position of a unit of image in two images that
suivent dans le temps. Pour évaluer les vecteurs de dépla- follow in time. To evaluate the vectors of displacement
cement on utilise, dans le procédé présenté ici, un algo- In the process presented here, an algebra is used.
rithme dit "Three Step Blockmatching" décrit par T. Kogy, K. Linuma, A. dans Hirano, T. Iijiama et T. Ishiguro dans "Three Step Blockmatching" described by T. Kogy, K. Linuma, A. in Hirano, T. Iijiama and T. Ishiguro in
"motion-compensated interframe coding for video conferen- "motion-compensated interframe coding for video conferen-
cing", IEEE, National Telecommunications Conference, New Orleans, pages 65.3.1-65.3.5, December 1981. Cet algorithme "Three Step Blockmatching" se caractérise par une faible complexité et une mise en oeuvre réduite de calcul. Puis on This "Three Step Blockmatching" algorithm is characterized by low complexity and reduced computation.
passe sur l'étape de programme 21.move on to program step 21.
A l'étape 21, pour chaque unité d'image de l'image présente, on demande si le vecteur de déplacement correspond à une situation scénique atypique, c'est-à-dire In step 21, for each image unit of the present image, it is asked whether the displacement vector corresponds to an atypical scenic situation, that is to say
si la grandeur de mesure du vecteur de déplacement satis- if the measuring variable of the displacement vector satisfies
fait à l'inégalité (1).made to inequality (1).
Si la grandeur de mesure du vecteur de déplace- If the measurement quantity of the vector of
ment de toutes les unités image ne satisfait pas à l'inéga- of all image units does not satisfy the unequal
lité (1) on a des vecteurs de déplacement correspondant à une situation scénique typique et on va vers l'étape de lite (1) we have displacement vectors corresponding to a typical scenic situation and we go to the stage of
programme 18.program 18.
A l'étape de programme 18, l'unité de calcul 2 détermine pour les vecteurs de déplacement des unités In the program step 18, the calculation unit 2 determines for the motion vectors of the units
d'image, en utilisant les formules (2),(3),(4), une nou- image, using the formulas (2), (3), (4), a new
velle valeur moyenne dans le temps, une nouvelle puissance dans le temps et une nouvelle variance dans le temps pour les vecteurs de déplacement des unités d'image. Puis, à l'étape de programme 17, on utilise dans l'unité de calcul 2, les caractéristiques de texture déterminées pour chaque unité d'image pour obtenir selon les formules (2), (3), (4) une nouvelle valeur moyenne dans le temps, une nouvelle puissance dans le temps et une nouvelle variance dans le a mean value in time, a new power over time and a new variance over time for the vectors of displacement of the image units. Then, in the program step 17, in the calculation unit 2, the texture characteristics determined for each image unit are used to obtain, according to the formulas (2), (3), (4), a new value average over time, a new power over time and a new variance in the
temps pour les caractéristiques de texture de chaque élé- time for the texture characteristics of each element.
ment d'image.image.
A l'étape 16, l'unité de calcul utilise les dif- In step 16, the computing unit uses the dif-
férences au carré des points image, obtenues en appliquant les formules (2), (3), (4), pour déterminer une nouvelle valeur moyenne dans le temps, une nouvelle puissance dans le temps et une nouvelle variance dans le temps pour les différences au carré des points image de chaque unité d'image. L'unité de calcul 2 remplace alors les signaux image des unités d'image de l'image de référence, dont les vecteurs de déplacement sont nuls, par les signaux d'image correspondant aux unités d'image de l'image présente. A l'étape 19, l'unité de calcul 2 remplace les valeurs moyennes dans le temps actuelles, la puissance squared off image points, obtained by applying formulas (2), (3), (4), to determine a new mean value over time, a new power over time and a new variance over time for differences squared image points of each image unit. The calculation unit 2 then replaces the image signals of the image units of the reference image, whose displacement vectors are zero, by the image signals corresponding to the image units of the present image. In step 19, the calculation unit 2 replaces the current average values, the power
moyenne dans le temps et la variance dans le temps des vec- mean in time and the variance over time of the
teurs de déplacement des caractéristiques de texture et des différences de points image, par les nouvelles valeurs moyennes dans le temps, la nouvelle puissance dans le temps displacement of texture characteristics and differences of image points, by the new average values over time, the new power over time
et la nouvelle variance dans le temps, calculées par l'uni- and the new variance over time calculated by the uni-
té de calcul en appliquant les formules (2), (3), (4). calculation using formulas (2), (3), (4).
Lorsque le vecteur de déplacement d'une unité d'image de l'image présente satisfait à l'inégalité (1) à l'étape du programme, c'est-à- dire si, selon la procédure décrite pour la détection des grandeurs de mesure, toutes les grandeurs de mesure (modification du signal d'image, When the displacement vector of a unit of image of the present image satisfies the inequality (1) at the program step, that is, if, according to the procedure described for the detection of the quantities of measurement, all the measured variables (modification of the image signal,
texture et vecteur de déplacement) de l'unité d'image envi- texture and displacement vector) of the image unit envi-
sagée décrivent une situation scénique non typique, on passe à l'étape de programme 22. A l'étape 22, l'unité de describe a non-typical scenic situation, we move to program step 22. At step 22, the
calcul 2 reconnaît un objet déplacé et, à l'aide de l'affi- calculation 2 recognizes a displaced object and, using the
chage par signal 5, elle émet un signal. En même temps, l'image présente est représentée avec toute sa résolution by signal 5, it emits a signal. At the same time, the present image is represented with all its resolution
sur l'écran image 6. A l'étape 26 suivante, l'unité de cal- on screen 6. In step 26, the calibration unit
cul 2 remplace l'image de référence par l'image présente. cul 2 replaces the reference image with the present image.
On arrive ainsi à ce que la scène actuelle, avec We thus arrive at what the current scene, with
l'objet déplacé, décrit la situation scénique typique uti- the displaced object, describes the typical scenic situation
lisée dans la suite. Lorsque la situation scénique typique read in the following. When the typical scenic situation
change, l'image de référence est adaptée à la nouvelle si- change, the reference image is adapted to the new
tuation scénique par l'alarme objet. Cette adaptation par une nouvelle initialisation est répétée jusqu'à ce que scenic killing by the object alarm. This adaptation by a new initialization is repeated until
l'objet soit arrêté ou quitte l'image. the object is stopped or leaves the image.
Puis, on passe à l'étape de programme 11 et on Then we go to program step 11 and we
parcourt de nouveau le programme.goes through the program again.
La variation des signaux image de l'image de ré- The variation of the image signals of the image
férence est décidée en fonction de l'importance des vec- is decided according to the importance of the
teurs de déplacement. On distingue entre les cas suivants: le vecteur de déplacement est égal à zéro; cela signifie qu'il n'y a pas de mouvement dirigé dans l'image. Dans la plage image envisagée, les variations du signal movers. We distinguish between the following cases: the displacement vector is equal to zero; it means that there is no directed movement in the image. In the image range envisaged, the variations of the signal
image ne peuvent toutes être décrites par un mouvement. picture can all be described by a movement.
Causes: de nombreux mouvements différents dans une plage Causes: many different movements in a beach
image, des variations locales de clarté. image, local variations of clarity.
Le vecteur de déplacement est différent de zéro: pour le cas d'un mouvement significatif on déclenche l'alarme objet. Pour pouvoir détecter également des objets déplacés qui se déplacent lentement et de manière dirigée, The displacement vector is different from zero: for the case of a significant movement, the object alarm is triggered. To be able to also detect displaced objects that move slowly and in a directed way,
le test de signification statistique de la description du the test of statistical significance of the description of the
mouvement est utilisé en plus de la détection de l'objet pour le traitement ultérieur de l'image de référence. Dans toutes les plages d'image dans lesquelles il y a un vecteur motion is used in addition to the detection of the object for further processing of the reference image. In all the image ranges in which there is a vector
de déplacement différent de zéro et qui correspond toute- of displacement other than zero and which corresponds
fois à une situation caractéristique, on ne traite plus l'image de référence, c'est-à-dire que l'image de référence time to a characteristic situation, the reference image is no longer treated, that is to say that the reference image
reste inchangée pour ces zones d'image. remains unchanged for these image areas.
Cette procédure conduit à ce que de petits mouve- This procedure leads to small movements
ments dirigés soient accumulés dans le temps lors d'une évaluation du mouvement entre l'image présente de la caméra et l'image de référence. Cela permet de distinguer entre un Directed elements are accumulated over time during an evaluation of the motion between the present image of the camera and the reference image. This makes it possible to distinguish between a
intrus qui se déplace lentement à travers l'image et un ar- intruder who moves slowly through the image and an
bre qui se déplace alternativement dans le vent, car dans le premier cas, le mouvement s'accumule et son importance alternatively moving in the wind, because in the first case, the movement accumulates and its importance
croît dans le temps, alors que dans le second cas, le mou- increase in time, whereas in the second case the movement
vement n'a pas de valeur moyenne puisque l'arbre est soli- has no mean value since the tree is
dement ancré au sol.anchored to the ground.
R E V E N D I CATIONSR E V E N D I CATIONS
1) Procédé pour reconnaître un objet déplacé dans 1) Method for recognizing an object moved in
des images successives dans le temps appartenant à une sé- successive images in time belonging to a series of
quence, une image étant subdivisée en des zones d'image, et pour chaque zone d'image on compare le signal d'image à l'image de référence et/ou à partir de la comparaison on quence, an image being subdivided into image areas, and for each image area the image signal is compared to the reference image and / or from the comparison
détermine un vecteur de déplacement et on compare la varia- determines a displacement vector and compares the
tion du signal image et/ou l'importance du vecteur de dé- the image signal and / or the importance of the vector of
placement à un seuil, et à partir de ces comparaisons on reconnaît un objet déplacé et, dans l'affirmative, on émet un signal, procédé caractérisé en ce qu'à la reconnaissance d'un objet déplacé, on enregistre le signal d'image comme placement at a threshold, and from these comparisons is recognized a displaced object and, if so, it emits a signal, characterized in that at the recognition of a displaced object, the image signal is recorded as
nouveau signal d'image de l'image de référence et on l'uti- new image signal of the reference image and it is
lise comme image de référence pour la comparaison suivante. read as a reference image for the next comparison.
2) Procédé selon la revendication 1, caractérisé en ce que la zone image de l'image présente est comparée à la zone d'image correspondante de l'image de référence pour 2) Method according to claim 1, characterized in that the image area of the present image is compared with the corresponding image area of the reference image for
vérifier les caractéristiques de texture. check the texture characteristics.
3) Procédé selon la revendication 1 et 2, carac- 3) Process according to claim 1 and 2, characterized
térisé en ce que, pour le test de seuil des grandeurs de in that, for the threshold test of the quantities of
mesure, on utilise la distribution statistique des gran- measurement, we use the statistical distribution of the
deurs de mesure utilisées (décrites par la valeur moyenne used (as described by the mean value
et la variance).and variance).
4) Procédé selon la revendication 3, caractérisé en ce qu'on détermine séparément la valeur moyenne et la variance pour chaque zone d'image, et on les utilise pour 4) Method according to claim 3, characterized in that the mean value and the variance for each image area are separately determined, and they are used for
la comparaison.the comparison.
) Procédé selon la revendication 3 et 4, carac- térisé en ce que, pour déterminer les caractéristiques de Method according to claim 3 and 4, characterized in that for determining the characteristics of
texture, on utilise la différence de deux points image lo- texture, we use the difference of two points image lo-
calement voisins.calmly neighbors.
6) Procédé selon l'une des revendications 3 à 5, 6) Method according to one of claims 3 to 5,
caractérisé en ce qu'on compare le signal d'image de l'uni- characterized by comparing the image signal of the unit
té d'image au signal d'image de référence correspondant et si la variation du signal d'image se trouve à un niveau fixe au-dessus ou en dessous d'un seuil de signal d'image déterminé, on compare la variation de texture de l'unité the image signal to the corresponding reference image signal and if the variation of the image signal is at a fixed level above or below a determined image signal threshold, the variation of texture is compared unity
d'image de l'image présente à l'unité d'image correspon- of the image present at the corresponding image unit
dante de l'image de référence par rapport à un seuil fixe et en ce que si la variation de texture diffère de plus of the reference image with respect to a fixed threshold and that if the variation in texture differs from
d'une valeur déterminée par rapport au seuil fixé, on dé- of a value determined in relation to the fixed threshold, we de-
termine le vecteur de déplacement de la plage d'image par ends the vector moving the image range by
rapport à la plage d'image correspondante de l'image de ré- relative to the corresponding image range of the image
férence, puis on reconnaît un objet déplacé et on émet un signal lorsque le vecteur de déplacement est supérieur à un then a moving object is recognized and a signal is emitted when the displacement vector is greater than one
seuil donné.given threshold.
7) Procédé selon l'une des revendications 3 à 6, 7) Method according to one of claims 3 to 6,
caractérisé en ce que, comme comparaison de seuil pour les grandeurs de mesure, on utilise une variation de signal d'image et/ou de vecteur de déplacement et/ou de texture selon la formule suivante: (vi(x,y) mvi(xy))2/(cvi*svi(x,y))2>l, avec cvi: constante de pondération vi(x,y): valeur de mesure présente de la grandeur vi à l'emplacement (x,y), mvi(x,y): valeur moyenne dans le temps de la grandeur de mesure vi à l'endroit (x,y), svi (x,y): déviation standard dans le temps de la grandeur characterized in that, as a threshold comparison for the measured variables, an image signal and / or displacement vector and / or texture variation is used according to the following formula: (vi (x, y) mvi ( xy)) 2 / (cvi * svi (x, y)) 2> l, with cvi: weighting constant vi (x, y): present value of the variable vi at the (x, y) location, mvi (x, y): mean value in time of measurement variable vi at (x, y), svi (x, y): standard deviation in time of magnitude
de mesure vi au point (x,y).measure vi at the point (x, y).
8) Procédé selon la revendication 7, caractérisé en ce que l'on évalue la valeur moyenne et la variance des grandeurs de mesure: signal image, vecteur de déplacement et texture, pour chaque zone d'image à l'aide d'un filtre passe-bas du premier ordre, selon les formules suivantes: mvi (x,y,t) = r*vi + (1-r)*mvi(x,y,t-1l) ou Pvi (x,y,t) = r*vi2 (x,y) + (1-r)*pvi (x,y,t-1) et Svi (x,y,t) = Pvi (x,y,t) - mvi2 (x,y,t), dans lesquelles: mvi (x,y,t), mvi (x,y,t-1) représentent la valeur moyenne dans le temps de la grandeur de mesure vi à l'instant t ou t-l, Pvi (x,y, t), Pvi (x,y,t-1) représentent la puissance dans le temps de la grandeur de mesure vi à l'instant t ou t-1, 8) Method according to claim 7, characterized in that the average value and the variance of the measured variables are evaluated: image signal, displacement vector and texture, for each image area using a filter low pass of the first order, according to the following formulas: mvi (x, y, t) = r * vi + (1-r) * mvi (x, y, t-1l) or Pvi (x, y, t) = r * vi2 (x, y) + (1-r) * pvi (x, y, t-1) and Svi (x, y, t) = Pvi (x, y, t) - mvi2 (x, y , t), in which: mvi (x, y, t), mvi (x, y, t-1) represent the mean value over time of the measurement variable vi at time t or tl, Pvi (x , y, t), Pvi (x, y, t-1) represent the power over time of the measurement variable vi at time t or t-1,
Svi2 (x,y,t): variance dans le temps de la grandeur de me- Svi2 (x, y, t): variance over time of the magnitude of
sure vi à l'instant t vi(x,y): valeur de la grandeur de mesure vi à l'instant t à l'emplacement (x,y), sure vi at time t vi (x, y): value of measurement variable vi at time t at location (x, y),
r: coefficient de récurrence pour le filtre passe-bas. r: coefficient of recurrence for the low-pass filter.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE4332753A DE4332753C2 (en) | 1993-09-25 | 1993-09-25 | Process for the detection of moving objects |
Publications (2)
Publication Number | Publication Date |
---|---|
FR2710433A1 true FR2710433A1 (en) | 1995-03-31 |
FR2710433B1 FR2710433B1 (en) | 1998-06-12 |
Family
ID=6498669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR9411375A Expired - Lifetime FR2710433B1 (en) | 1993-09-25 | 1994-09-23 | Method for recognizing objects, moved in successive images in time belonging to a sequence. |
Country Status (3)
Country | Link |
---|---|
DE (1) | DE4332753C2 (en) |
FR (1) | FR2710433B1 (en) |
GB (1) | GB2282294B (en) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE59511104D1 (en) * | 1994-08-24 | 2010-06-10 | Seisma Ag | System and method for image evaluation |
DE4440671A1 (en) | 1994-11-04 | 1996-05-09 | Bosch Gmbh Robert | Method for object-oriented detection of moving objects |
US6661838B2 (en) * | 1995-05-26 | 2003-12-09 | Canon Kabushiki Kaisha | Image processing apparatus for detecting changes of an image signal and image processing method therefor |
DE19601005A1 (en) * | 1996-01-15 | 1997-07-17 | Bosch Gmbh Robert | Process for the detection of moving objects in successive images |
GB9617592D0 (en) * | 1996-08-22 | 1996-10-02 | Footfall Limited | Video imaging systems |
JP3567066B2 (en) * | 1997-10-31 | 2004-09-15 | 株式会社日立製作所 | Moving object combination detecting apparatus and method |
FR2779549B1 (en) * | 1998-06-08 | 2000-09-01 | Thomson Csf | METHOD FOR SEPARATING THE DYNAMIC AND STATIC COMPONENTS OF A SUITE OF IMAGES |
AU2569701A (en) * | 1999-12-23 | 2001-07-09 | Wespot Ab | Method, device and computer program for monitoring an area |
US7479980B2 (en) | 1999-12-23 | 2009-01-20 | Wespot Technologies Ab | Monitoring system |
US6819353B2 (en) | 1999-12-23 | 2004-11-16 | Wespot Ab | Multiple backgrounds |
US6774905B2 (en) | 1999-12-23 | 2004-08-10 | Wespot Ab | Image data processing |
DE10032433A1 (en) * | 2000-07-04 | 2002-01-17 | H A N D Gmbh | Ground space monitoring procedures |
WO2006002466A1 (en) * | 2004-06-30 | 2006-01-12 | Vfs Technologies Limited | Image processing apparatus and method |
US8295541B2 (en) | 2004-06-30 | 2012-10-23 | Vision Fire & Security Pty Ltd | System and method for detecting a change in an object scene |
GB0502371D0 (en) | 2005-02-04 | 2005-03-16 | British Telecomm | Identifying spurious regions in a video frame |
US20090060348A1 (en) * | 2007-08-28 | 2009-03-05 | Donald Martin Monro | Determination of Image Similarity |
JP5615862B2 (en) * | 2012-03-07 | 2014-10-29 | クラリオン株式会社 | Vehicle perimeter monitoring device |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3214254A1 (en) * | 1982-04-17 | 1983-10-20 | Geutebrück Videotechnik GmbH, 5340 Bad Honnef | Method for detecting movements in video camera images |
DE3628816C1 (en) * | 1986-08-25 | 1987-11-19 | Ind Technik Ips Gmbh | Method and device for automatically checking a video signal |
JPS635675A (en) * | 1986-06-25 | 1988-01-11 | Matsushita Electric Works Ltd | Image monitoring system |
US5032905A (en) * | 1989-05-11 | 1991-07-16 | Nec Corporation | Accurate detection of a drastic change between successive pictures |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4703350A (en) * | 1985-06-03 | 1987-10-27 | Picturetel Corporation | Method and apparatus for efficiently communicating image sequences |
KR910000707B1 (en) * | 1986-05-26 | 1991-01-31 | 미쓰비시덴기 가부시기가이샤 | Method and apparatus for encoding transmitting |
DE4117774A1 (en) * | 1991-05-31 | 1992-12-03 | Telefunken Systemtechnik | METHOD FOR MONITORING TERRAIN |
DE4311972A1 (en) * | 1993-04-10 | 1994-10-13 | Bosch Gmbh Robert | Process for the detection of changes in moving images |
-
1993
- 1993-09-25 DE DE4332753A patent/DE4332753C2/en not_active Expired - Lifetime
-
1994
- 1994-09-07 GB GB9417967A patent/GB2282294B/en not_active Expired - Lifetime
- 1994-09-23 FR FR9411375A patent/FR2710433B1/en not_active Expired - Lifetime
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3214254A1 (en) * | 1982-04-17 | 1983-10-20 | Geutebrück Videotechnik GmbH, 5340 Bad Honnef | Method for detecting movements in video camera images |
JPS635675A (en) * | 1986-06-25 | 1988-01-11 | Matsushita Electric Works Ltd | Image monitoring system |
DE3628816C1 (en) * | 1986-08-25 | 1987-11-19 | Ind Technik Ips Gmbh | Method and device for automatically checking a video signal |
US5032905A (en) * | 1989-05-11 | 1991-07-16 | Nec Corporation | Accurate detection of a drastic change between successive pictures |
Non-Patent Citations (1)
Title |
---|
PATENT ABSTRACTS OF JAPAN vol. 12, no. 207 (E - 621) 14 June 1988 (1988-06-14) * |
Also Published As
Publication number | Publication date |
---|---|
FR2710433B1 (en) | 1998-06-12 |
GB9417967D0 (en) | 1994-10-26 |
GB2282294B (en) | 1997-11-19 |
GB2282294A (en) | 1995-03-29 |
DE4332753A1 (en) | 1995-03-30 |
DE4332753C2 (en) | 1997-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
FR2710433A1 (en) | Method for recognizing objects, moved in successive images in time belonging to a sequence | |
Grossberg et al. | Determining the camera response from images: What is knowable? | |
EP0578544B1 (en) | Procedure and apparatus for evaluating field precipitation | |
WO2013093378A1 (en) | Method of estimating optical flow on the basis of an asynchronous light sensor | |
KR100939079B1 (en) | System for mesurement of the snowfall and method for mesurement of the snowfall | |
Silverman et al. | Temporal filtering for point target detection in staring IR imagery: II. Recursive variance filter | |
JPH07296155A (en) | Method and system of monitoring passage of car | |
AU2018315336B2 (en) | Real-time computation of an atmospheric precipitation rate from a digital image of an environment where an atmospheric precipitation is taking place | |
EP0818766A1 (en) | Method for automatic detection of fires, particularly of forest fires | |
JP4108593B2 (en) | Inundation monitoring device | |
FR2993689A1 (en) | METHOD FOR DETERMINING PARAMETERS FOR OBSERVING A WATER SURFACE BY IMAGING | |
Dev et al. | Detecting rainfall onset using sky images | |
Tsuchikawa et al. | A moving-object extraction method robust against illumination level changes for a pedestrian counting system | |
WO2001069542A1 (en) | Apparatus for counting people or objects | |
EP0447306A1 (en) | Device for recognising sequences in a multidimensional signal | |
WO2003044499A2 (en) | Method for remote optical detection of gas | |
Albiol et al. | Robust motion detector for video surveillance applications | |
JP3957495B2 (en) | Image sensor | |
JP6654018B2 (en) | Image determination device and processing device using the same | |
EP3963539B1 (en) | Method and device for removing remanence in an infrared image of a changing scene | |
EP3963540B1 (en) | Method and device for removing remanence in an infrared image of a static scene | |
Irvine | Automated assessment of video image quality: implications for processing and exploitation | |
JP3490196B2 (en) | Image processing apparatus and method | |
KR102192002B1 (en) | Surveillance camera apparauts having anti-pest function | |
FR2814896A1 (en) | Industrial site/public place/traffic route video camera surveillance system detecting misalignment obstruction with image block transforms spatial activity determining with time/luminosity and comparing set level |