Chuẩn bị dữ liệu trong việc xây dựng cơ sở dữ liệu video số

Tóm tắt Chuẩn bị dữ liệu trong việc xây dựng cơ sở dữ liệu video số: ...p Tha´p Gauss, quen thuoˆ.c trong k˜ı thuaˆ.t ne´n a’nh. No´ cho phe´p chuyeˆ’n moˆ. t VNCD hai chie`ˆu tha`nh moˆ. t da˜y ca´c pixel (k´ı hieˆ.u la` dayPixel) va` cuoˆ´i cu`ng se˜ chuyeˆ’n tha`nh moˆ. t pixel do .n (k´ı hieˆ.u la` dPixel). Theo h`ınh 2, vu`ng roˆ.ng L*w se˜ du .o.. c chia tha`...u. vaˆ.y su . . kha´c nhau co`n la. i trong noˆ. i dung h`ınh a’nh cu’a ca˘.p khung se˜ chı’ la` keˆ´t qua’ cu’a moˆ. t ca˘´t lia. Moˆ˜i khoˆ´i trong khung thu´ . nhaˆ´t se˜ la`m maˆ˜u deˆ’ t`ım ca´c khoˆ´i kho´.p vo´.i no´ trong moˆ. t vu`ng laˆn caˆ.n xung quanh khoˆ´i tu .o.ng u´.ng vo´.i n...ˆn tu .o.ng quan pha˘’ ng de˜ˆ gaˆy neˆn sai soˆ´. Keˆ´t qua’ co´ du.o.. c khi a´p du. ng boˆ. lo.c thoˆng cao la` trung b`ınh cu. c boˆ. cu’a cu .`o.ng doˆ. a’nh du .o.. c loa. i bo’ , ngh˜ıa la` tu .o.ng quan giu˜.a ca´c khoˆ´i la` baˆ´t bieˆ´n tru.´o.c bieˆ´n doˆ’i cu.`o.ng doˆ. trung b`ınh...

pdf12 trang | Chia sẻ: havih72 | Lượt xem: 172 | Lượt tải: 0download
Nội dung tài liệu Chuẩn bị dữ liệu trong việc xây dựng cơ sở dữ liệu video số, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
 moˆ. t chuyeˆ’n lia
co´ theˆ’ co´ phaˆn boˆ´ ma`u va`/hoa˘. c boˆ´ tr´ı khoˆng gian kha´c nhau. Do do´ moˆ. t thay doˆ’i trong boˆ´
tr´ı caˆ´u tru´c cu’a moˆ. t a’nh thu
.`o.ng bieˆ’u thi. su
.
. khoˆng lieˆn tu. c h`ınh a’nh. Ca´c da˘.c t´ınh ca.nh pha’n
a´nh nhie`ˆu ve`ˆ caˆ´u tru´c trong moˆ.t a’nh, ngh˜ıa la` phaˆn boˆ´ ca´c ca.nh trong hai khung na`˘m o
.’ gianh
gio´.i lia se˜ raˆ´t kha´c nhau. Tu. tu.o.’ ng ch´ınh cu’a phu.o.ng pha´p la` su.’ du.ng su
.
. tu
.o.ng quan cu’a
ca´c da˘.c t´ınh ca.nh giu˜
.a ca´c vu`ng tu.o.ng u´.ng deˆ’ do su.. gioˆ´ng nhau noˆ. i dung h`ınh a’nh giu˜
.a hai
khung. Phu.o.ng pha´p du.o.. c moˆ ta’ to´m ta˘´t nhu
. Hı`nh 4. Vo´.i moˆ˜i ca˘.p khung trong chuoˆ˜i video,
CHUAˆ’N BI. DU˜
.
LIEˆ. U TRONG VIEˆ. C XAˆY DU.
.
NG 147
khung thu´. nhaˆ´t fn−1 du
.o.. c chia tha`nh ca´c khoˆ´i ba`˘ng moˆ.t lu
.´o.i de`ˆu. Sau do´ do su.. gioˆ´ng nhau
giu˜.a moˆ˜i ca˘.p khung ba`˘ng ca´ch so sa´nh ca´c da˘.c t´ınh ca.nh trong moˆ˜i khoˆ´i. Bu
.´o.c tieˆ´p theo la`
u.´o.c lu.o.. ng chuyeˆ’n doˆ.ng cho moˆ˜i khoˆ´i giu˜
.a hai khung deˆ’ bu` su.. kha´c nhau sinh ra bo
.’ i chuyeˆ’n
doˆ.ng cu’a camera va` doˆ´i tu
.o.. ng.
Nhu. vaˆ.y su
.
. kha´c nhau co`n la. i trong noˆ. i dung h`ınh a’nh cu’a ca˘.p khung se˜ chı’ la` keˆ´t qua’
cu’a moˆ. t ca˘´t lia. Moˆ˜i khoˆ´i trong khung thu´
. nhaˆ´t se˜ la`m maˆ˜u deˆ’ t`ım ca´c khoˆ´i kho´.p vo´.i no´
trong moˆ. t vu`ng laˆn caˆ.n xung quanh khoˆ´i tu
.o.ng u´.ng vo´.i no´ trong khung thu´. hai fn. Vi. tr´ı
cu’a khoˆ´i kho´.p nhaˆ´t se˜ xa´c di.nh doˆ. di.ch chuyeˆ’n cu’a moˆ˜i khoˆ´i giu˜
.a hai khung, tu`. do´ t´ınh moˆ. t
soˆ´ do su.. gioˆ´ng nhau deˆ’ bu` chuyeˆ’n doˆ.ng. Su
.’ du. ng moˆ. t ha`m doˆ. kho´
.p giu˜.a hai khoˆ´i xa´c di.nh
heˆ. soˆ´ tu
.o.ng quan giu˜.a chu´ng. Gia´ tri. heˆ. soˆ´ tu
.o.ng quan lo´.n nhaˆ´t du.o.. c su
.’ du.ng la`m soˆ´ do
kho´.p coˆ´ di.nh vo´
.i moˆ˜i khoˆ´i. Hai khung thuoˆ.c ve`ˆ cu`ng moˆ. t lia phaˆn boˆ´ khoˆng gian cu’a ca´c da˘.c
t´ınh ca.nh se˜ gioˆ´ng nhau va` kho´
.p coˆ´ di.nh vo´
.i da soˆ´ ca´c khoˆ´i lo´.n se˜ bieˆ’u thi. moˆ.t kho´
.p toˆ´t.
Neˆ´u pha`ˆn lo´.n ca´c kho´.p khoˆng toˆ´t se˜ cho thaˆ´y phaˆn boˆ´ khoˆng gian cu’a ca´c da˘.c t´ınh ca.nh bi.
thay doˆ’i, bieˆ’u hieˆ.n se˜ co´ moˆ.t ca˘´t lia. Keˆ´t ho
.
. p soˆ´ do kho´
.p coˆ´ di.nh cu’a taˆ´t ca’ ca´c khoˆ´i se˜ cho
moˆ. t soˆ´ do su
.
. gioˆ´ng nhau cho moˆ˜i ca˘.p khung. Bu
.´o.c cuoˆ´i cu`ng la` su.’ du. ng soˆ´ do gioˆ´ng nhau
na`y deˆ’ quyeˆ´t di.nh su
.
. xuaˆ´t hieˆ.n cu’a moˆ.t ca˘´t lia.
3.2. Chia khoˆ´i cho ca´c khung nha`˘m bu` chuyeˆ’n doˆ.ng
Bu.´o.c da`ˆu tieˆn trong phu.o.ng pha´p la` u.´o.c lu.o.. ng chuyeˆ’n doˆ.ng cho moˆ˜i khoˆ´i giu˜
.a hai khung
deˆ’ loa. i tru`
. su.. kha´c nhau sinh ra bo
.’ i ca´c chuyeˆ’n doˆ.ng. Gia’ thieˆ´t ra`˘ng khung a’nh goˆ`m ca´c
khoˆ´i di.ch chuyeˆ’n va` chuyeˆ’n doˆ.ng trong moˆ˜i khoˆ´i pixel la` khoˆng thay doˆ’i. Theo do´ khoˆ´i thu´
.
i la` xi(ξ) trong khung fn−1 du.o.. c la`m maˆ˜u nhu
. la` moˆ.t phieˆn ba’n du
.o.. c di.ch di cu’a moˆ. t khoˆ´i
cu`ng k´ıch thu.´o.c xj(ξ) trong khung fn nhu. sau
xi(ξ) = xj(ξ + d) (3)
trong do´ ξ la` vecto. to.a doˆ. khoˆng gian va` d la` vecto
. di.ch chuyeˆ’n xa´c di.nh nho`
. t`ım vi. tr´ı cu’a
khoˆ´i kho´.p nhaˆ´t trong laˆn caˆ.n khoˆ´i tu
.o.ng u´.ng trong khung fn. Gia’ su
.’ xi du
.o.. c bieˆ’u die˜ˆn du
.´o.i
da.ng moˆ. t ma traˆ.n ca´c dieˆ’m a’nh trong khoˆng gian ro`
.i ra. c 2-D, th`ı ca´c vecto
. to.a doˆ. khoˆng
gian ξ va` ca´c vecto. di.ch chuyeˆ’n d co´ theˆ’ du
.o.. c bieˆ’u die˜ˆn du
.´o.i da.ng ca´c ma traˆ.n coˆ.t trong
ma˘. t pha˘’ ng xy. Ca´c thuaˆ.t toa´n kho´
.p khoˆ´i bieˆ´n doˆ’i tuy` theo tieˆu chuaˆ’n kho´.p va` phu.o.ng pha´p
t`ım kieˆ´m.
Do.n gia’n nhaˆ´t la` phu.o.ng pha´p do su.. gioˆ´ng nhau giu˜
.a ca´c maˆ˜u mu´.c xa´m chu´.a trong xi(ξ)
vo´.i moˆ. t khoˆ´i co´ kha’ na˘ng kho´
.p nhaˆ´t trong fn ([1]). Ca´c phu
.o.ng pha´p do thu.`o.ng t´ınh toˆ’ng
sai leˆ.ch tuyeˆ.t doˆ´i hoa˘. c toˆ’ng sai leˆ.ch b`ınh phu
.o.ng. Du.. a va`o xi(ξ) va` yj(ξ), o
.’ daˆy yj(ξ) la` moˆ. t
khoˆ´i laˆn caˆ.n khoˆ´i tu
.o.ng u´.ng trong khung fn, tu
.o.ng quan cu’a hai ha`m 2-D du.o.. c di.nh ngh˜ıa
ρ(ζ) = (xi × yj)(ζ) =
∑
ξ
xi(ξ + ζ)yj(ξ) (4)
trong do´ ζ la` ca´c vecto. di.ch chuyeˆ’n thay doˆ’i trong qua´ tr`ınh t´ınh ha`m tu
.o.ng quan cho hai
khoˆ´i dieˆ’m a’nh. Vı` la` a’nh soˆ´, cho neˆn u´.ng vo´.i moˆ˜i doˆ. di.ch ro`
.i ra. c co´ kha’ na˘ng ζ se˜ co´ moˆ.t gia´
tri. gioˆ´ng nhau ty’ leˆ. vo´
.i mu´.c doˆ. kho´
.p, khi a´p du. ng su
.
. di.ch chuyeˆ’n tu
.o.ng u´.ng ζ to´.i vu`ng xi.
No´i ca´ch kha´c, ba`˘ng vieˆ.c t´ınh ρ(ζ) treˆn taˆ´t ca’ ca´c di.ch chuyeˆ’n co´ kha’ na˘ng (taˆ´t ca’ ca´c v´ı du.
o.’ daˆy xi va` yj che laˆ´p nhau), vu`ng tu
.o.ng quan da.t gia´ tri. dı’nh nguyeˆn, ta. i di.ch chuyeˆ’n ga`ˆn
nhaˆ´t vo´.i di.ch chuyeˆ’n du´ng cu’a xi giu˜
.a fn−1 va` fn. No´i ca´ch kha´c, neˆ´u coˆng thu´
.c (3) luoˆn
thoa’ ma˜n cho vu`ng xi th`ı ρ(ζ) co´ gia´ tri. dı’nh cu’a no´ ta. i ζ = d va` doˆ. di.ch da˜ du
.o.. c xa´c di.nh.
148 LU.O.NG XUAˆN CU.O.NG, DO˜ˆ TRUNG TUA´ˆN, DO˜ˆ XUAˆN TIE´ˆN
Tuy nhieˆn, khi su.’ du. ng coˆng thu´
.c (4) deˆ’ u.´o.c lu.o.. ng chuyeˆ’n doˆ.ng se˜ ga˘.p moˆ. t soˆ´ baˆ´t tieˆ.n nhu
.
da’ i cu’a ρ(ζ) phu. thuoˆ. c va`o k´ıch thu
.´o.c xi va` no´ khoˆng pha’ i luoˆn la` ha`˘ng soˆ´ trong toa`n boˆ.
chuoˆ˜i a’nh ([5]).
Deˆ’ kha˘´c phu.c du
.o.. c nhu
.o.. c dieˆ’m treˆn su
.’ du. ng tu
.o.ng quan che´o tieˆu chuaˆ’n ho´a , di.nh
ngh˜ıa nhu. sau
γ(ζ) =
∑
ξ(xi(ξ + ζ)− xi(ξ))(yj(ξ)− yj(ζ))
[
∑
ξ(xi(ξ + ζ)− xi(ξ))
2
∑
ξ(yj(ξ)− yj(ζ))
2]1/2
(5)
trong do´ xi(ξ) la` trung b`ınh cu’a khoˆ´i xi va` yj(ζ) la` trung b`ınh cu’a yj trong vu`ng che laˆ´p beˆn
du.´o.i xi. Phe´p do thoˆ´ng keˆ na`y co´ da˘.c dieˆ’m la` no´ do tu
.o.ng quan treˆn ty’ leˆ. chia tuyeˆ.t doˆ´i va`
chı’ thi. moˆ. t ca´ch tuyeˆ´n t´ınh su
.
. gioˆ´ng nhau giu˜
.a ca´c khoˆ´i. Sau do´ gia´ tri. cu’a heˆ. soˆ´ tu
.o.ng quan
lo´.n nhaˆ´t du.o.. c su
.’ du.ng la`m soˆ´ do doˆ. kho´
.p coˆ´ di.nh. Ho
.n nu˜.a, nho`. tieˆu chuaˆ’n ho´a ha`m tu.o.ng
quan che´o, phe´p do tro.’ neˆn baˆ´t bieˆ´n tru.´o.c thay doˆ’i cu’a doˆ. lo´
.n k´ıch thu.´o.c a’nh ([4]).
Tuy nhieˆn, vieˆ.c t´ınh toa´n tu
.o.ng quan du.o.. c tieˆu chuaˆ’n ho´a trong mie`ˆn khoˆng gian tu
.o.ng
doˆ´i kho´ kha˘n, tru`. khi ca´c vu`ng la` nho’ . Gia’ su.’ ra`˘ng xi va` yj la` ca´c vu`ng vuoˆng co´ k´ıch thu.´o.c
N ×N va` M ×M , thoˆng thu.`o.ng N ≤ M, tu.o.ng quan du.o.. c tieˆu chuaˆ’n ho´a giu˜
.a hai vu`ng
co´ theˆ’ du.o.. c t´ınh hieˆ.u qua’ ho
.n trong mie`ˆn ta`ˆn soˆ´ khi N tieˆ´n ga`ˆn M va` vo´.i N va` M lo´.n ho.n
([3, 4]). Tu.o.ng quan du.o.. c tieˆu chuaˆ’n ho´a trong mie`ˆn ta`ˆn soˆ´ du
.o.. c di.nh ngh˜ıa nhu
. sau
ρ(ξ) =
=−1{xi(ω)yˆ
∗
j (ω)}√∫
|xi(ω)|2dω.
∫
|yˆi(ω)|2dω
(6)
trong do´ ξ va` ω la` ca´c vecto. to.a doˆ. khoˆng gian va` to.a doˆ. ta`ˆn soˆ´ khoˆng gian, xi(ω) bieˆ’u thi.
bieˆ´n doˆ’i Fourier cu’a khoˆ´i xi(ξ), =
−1 bieˆ’u thi. ha`m Fourier ngu
.o.. c va` la` lieˆn ho
.
. p phu´
.c. Vı` ly´
do deˆ’ gia’m sai soˆ´, vo´.i moˆ. t khoˆ´i k´ıch thu
.´o.c M da’ i cu’a u.´o.c lu.o.. ng la` [−M/2+1,M/2]. Thaˆ.m
ch´ı, vo´.i moˆ. t khoˆ´i co´ ca.nh M , chı’ co´ u
.´o.c lu.o.. ng beˆn trong da’ i [−M/4 + 1,M/4] du
.o.. c quan
taˆm deˆ´n. Phu.o.ng pha´p u.´o.c lu.o.. ng chuyeˆ’n doˆ.ng giu˜
.a vu`ng quan taˆm xi co´ ca.nh N ×N trong
khung vo´.i moˆ. t vu`ng tu
.o.ng u´.ng trong khung nhu. sau
1. Ta´ch ca´c khoˆ´i x′i va` x
′
j ca’ hai co´ k´ıch thu
.´o.c M ×M trong do´ M = 2N.
2. Thu.. c hieˆ.n tu
.o.ng quan tieˆu chuaˆ’n ho´a su.’ du. ng coˆng thu´
.c (6).
3. Chı’ t`ım dı’nh tu.o.ng quan beˆn trong u.´o.c lu.o.. ng di.ch choˆ˜ [−N/2 + 1, N/2].
3.3. Keˆ´t ho.. p su
.’ du.ng ca´c da˘.c t´ınh ca.nh va` bieˆ’u doˆ` ma`u nha`˘m ta˘ng doˆ. tin caˆ.y
Qua´ tr`ınh kho´.p khoˆ´i du.. a treˆn gia’ thieˆ´t phaˆn boˆ´ ca´c da˘.c t´ınh ca.nh thay doˆ’i trong moˆ. t
chuyeˆ’n lia. Do do´ ca`ˆn pha’ i t´ınh deˆ´n tu.o.ng quan cu’a ca´c da˘.c t´ınh ca.nh giu˜
.a hai a’nh (su.’ du. ng
tu.o.ng quan vo´.i maˆ˜u mu´.c xa´m chu´.a trong moˆ˜i khoˆ´i la` khoˆng du’ ch´ınh xa´c). Vı` da˘.c t´ınh ca.nh
mieˆu ta’ hieˆ.n tu
.o.. ng a’nh ta`ˆn soˆ´ cao, do do´ se˜ su
.’ du. ng moˆ. t boˆ. lo. c thoˆng cao cho moˆ˜i a’nh tru
.´o.c
khi thu.. c hieˆ.n tu
.o.ng quan. Moˆ.t vu`ng tu
.o.ng quan nhaˆ.n du
.o.. c tu`
. ca´c vu`ng thoˆng cao se˜ chu´.a
nhie`ˆu dı’nh co´ theˆ’ t`ım thaˆ´y ho.n, ngu.o.. c la. i nhu˜
.ng vu`ng tu.o.ng quan nhaˆ.n du
.o.. c tu`
. nhu˜.ng vu`ng
thoˆng thaˆ´p se˜ cho moˆ.t mie`ˆn tu
.o.ng quan pha˘’ ng de˜ˆ gaˆy neˆn sai soˆ´. Keˆ´t qua’ co´ du.o.. c khi a´p
du. ng boˆ. lo.c thoˆng cao la` trung b`ınh cu. c boˆ. cu’a cu
.`o.ng doˆ. a’nh du
.o.. c loa. i bo’ , ngh˜ıa la` tu
.o.ng
quan giu˜.a ca´c khoˆ´i la` baˆ´t bieˆ´n tru.´o.c bieˆ´n doˆ’i cu.`o.ng doˆ. trung b`ınh.
Neˆ´u chı’ du`ng phe´p do gioˆ´ng nhau du.. a treˆn tu
.o.ng quan ca´c da˘.c t´ınh ca.nh, ngay ca’ vo´
.i
k´ıch thu.´o.c ca´c khoˆ´i bieˆ´n doˆ’i th´ıch nghi, cu˜ng khoˆng du’ pha’n a´nh heˆ´t ca´c thay doˆ’i noˆ. i dung
h`ınh a’nh trong khung video. Vı´ du. trong tru
.`o.ng ho..p ca´c khung video co´ caˆ´u tru´c do
.n gia’n,
CHUAˆ’N BI. DU˜
.
LIEˆ. U TRONG VIEˆ. C XAˆY DU.
.
NG 149
trong khung co´ nhie`ˆu doˆ´i tu.o.. ng di chuyeˆ’n hoa˘.c ca´c chuyeˆ’n doˆ.ng qua´ phu´
.c ta.p de`ˆu daˆ˜n deˆ´n
tu.o.ng quan ke´m. Do do´ ca`ˆn su.’ du. ng keˆ´t ho
.
. p vo´
.i so sa´nh phaˆn boˆ´ ma`u deˆ’ ta˘ng doˆ. ch´ınh xa´c
trong pha´t hieˆ.n ca˘´t lia.
Hai lia co´ theˆ’ co´ phaˆn boˆ´ ma`u kha´c nhau hoa˘. c gioˆ´ng nhau nhu
.ng caˆ´u tru´c khoˆng gian
kha´c nhau. Ro˜ ra`ng hai da˘.c tru
.ng quan tro.ng ca`ˆn so sa´nh deˆ’ pha´t hieˆ.n ca˘´t lia la` (i) phaˆn boˆ´
ma`u va` (ii) caˆ´u tru´c beˆn trong. Do do´, thuaˆ.t toa´n pha´t hieˆ.n ca˘´t lia neˆu treˆn du
.o.. c mo
.’ roˆ.ng
keˆ´t ho.. p vo´
.i so sa´nh ca´c phaˆn boˆ´ ma`u cu’a ca´c vu`ng tu.o.ng u´.ng (chia khoˆ´i). Trong do´, moˆ˜i
khoˆ´i du.o.. c bu` chuyeˆ’n doˆ.ng tru
.´o.c khi so sa´nh bieˆ’u doˆ` ma`u cu’a ca´c vu`ng tu.o.ng u´.ng. No´i ca´ch
kha´c, bieˆ’u doˆ` ma`u cu’a moˆ˜i khoˆ´i trong khung fn−1 du
.o.. c so sa´nh vo´
.i bieˆ’u doˆ` cu’a khoˆ´i kho´.p
nhaˆ´t trong khung fn. Keˆ´t ho
.
. p so sa´nh bieˆ’u doˆ` ma`u vo´
.i so sa´nh ca´c da˘.c tru
.ng ca.nh se˜ cho
moˆ. t vecto
. gioˆ´ng nhau u´.ng vo´.i vo´.i moˆ˜i ca˘.p khung, trong do´ co´ hai tha`nh pha`ˆn la`:
1. Soˆ´ do gioˆ´ng nhau da˜ bu` chuyeˆ’n doˆ.ng cu’a phaˆn boˆ´ ca´c da˘.c tru
.ng ca.nh trong moˆ˜i khung.
2. Soˆ´ do kha´c nhau da˜ bu` chuyeˆ’n doˆ.ng cu’a phaˆn boˆ´ ma`u trong moˆ˜i khung.
Vieˆ.c keˆ´t ho
.
. p na`y du
.
. a treˆn gia’ thieˆ´t ly´ tu
.o.’ ng la` ca´c khung lieˆ´n ke`ˆ cu’a cu`ng moˆ. t lia se˜ co´
caˆ´u tru´c khoˆng gian va` phaˆn boˆ´ ma`u gioˆ´ng nhau, ngu.o.. c la. i, hai khung ta´ch bieˆ. t bo
.’ i moˆ.t ca˘´t
lia pha’ i co´ ca.nh va` phaˆn boˆ´ ma`u kha´c nhau. Su
.’ du. ng keˆ´t ho
.
. p hai phu
.o.ng pha´p co´ u.u dieˆ’m
la` khi moˆ.t phe´p do chı’ thi. kha’ na˘ng co´ moˆ. t ca˘´t lia, th`ı phe´p do kha´c se˜ du
.o.. c du`ng deˆ’ xa´c
minh la. i.
4. NAˆNG CAO KHA’ NA˘NG PHAˆN DOA. N DU˜
.
LIEˆ. U VIDEO
4.1. Nhu ca`ˆu phaˆn doa.n
Ca´c thuaˆ.t toa´n phaˆn doa.n video hieˆ.n nay de`ˆu thu
.
. c hieˆ.n so sa´nh o
.’ mu´.c khung giu˜.a ca´c
khung lie`ˆn ke`ˆ va` cho ca´c keˆ´t qua’ chaˆ´p nhaˆ.n du
.o.. c. Chu´ng que´t toa`n boˆ. do`ng video va` xu
.’ ly´
ca´c khung theo tr`ınh tu.. tuyeˆ´n t´ınh. Do t´ınh tu
.o.ng quan cao cu’a ca´c khung video trong cu`ng
moˆ. t lia, cho neˆn trong tru
.`o.ng ho.. p na`y raˆ´t nhie`ˆu phe´p so sa´nh thu
.
. c su
.
. khoˆng ca`ˆn thieˆ´t, la`m
cho ca´c thuaˆ.t toa´n phu´
.c ta.p ho
.n va` kha’ na˘ng thu.. c hieˆ.n ga˘.p nhie`ˆu kho´ kha˘n, nhaˆ´t la` trong
tru.`o.ng ho.. p k´ıch thu
.´o.c video lo´.n ([7]). Xuaˆ´t pha´t tu`. nhaˆ.n xe´t do´, chu´ng toˆi de`ˆ xuaˆ´t phu
.o.ng
pha´p nha`˘m ca’ i tieˆ´n ca´c thuaˆ.t toa´n phaˆn doa.n du˜
. lieˆ.u video ba`˘ng ca´ch a´p du. ng ca´c ky˜ thuaˆ.t
nha’y de`ˆu va` nha’y th´ıch u´.ng. Thu.. c chaˆ´t la` nho`
. do´, co´ theˆ’ bo’ qua vieˆ.c so sa´nh moˆ. t soˆ´ khung
khi chu´ng o.’ trong cu`ng moˆ. t lia ma` khoˆng so
.
. sai so´t.
H`ınh 7. Minh ho.a phu
.o.ng pha´p so sa´nh khoˆng tuyeˆ´n t´ınh
150 LU.O.NG XUAˆN CU.O.NG, DO˜ˆ TRUNG TUA´ˆN, DO˜ˆ XUAˆN TIE´ˆN
Chuoˆ˜i video maˆ˜u du`ng deˆ’ phaˆn t´ıch nhu. treˆn Hı`nh 7a. Gia’ su.’ chuoˆ˜i video na`y goˆ`m 50
khung va` co´ 3 lia. Gianh gio´.i cu’a lia 1 va` lia 2 na`˘m giu˜.a ca´c khung k17 va` k18 va` chuyeˆ’n lia
na`y la` moˆ. t choˆ`ng mo`
.; gianh gio´.i cu’a lia 2 va` lia 3 na`˘m giu˜.a ca´c khung k31 va` k32 va` chuyeˆ’n
lia na`y la` moˆ. t ca˘´t lia. Ca´c ky˜ thuaˆ.t phaˆn doa.n du˜
. lieˆ.u video tru
.´o.c daˆy thu.. c hieˆ.n ca´c phe´p
so sa´nh su.. kha´c nhau giu˜
.a ca´c khung lie`ˆn ke`ˆ, neˆ´u chu´ng su.’ du. ng ca´c thuaˆ.t toa´n tuyeˆ´n t´ınh,
chu´ng se˜ que´t la`ˆn lu.o.. t toa`n boˆ. ca´c khung nhu
. moˆ ta’ treˆn Hı`nh 7b.
4.2. Ky˜ thuaˆ.t nha’y de`ˆu
Khoˆng nhu. ca´c thuaˆ.t toa´n tuyeˆ´n t´ınh, ky˜ thuaˆ.t nha’y de`ˆu khoˆng thu
.
. c hieˆ.n ca´c phe´p so
sa´nh giu˜.a ca´c khung lie`ˆn ke`ˆ ma` thu.. c hieˆ.n so sa´nh ca´ch de`ˆu moˆ. t soˆ´ khung. Moˆ˜i phe´p so sa´nh
se˜ du.o.. c thu
.
. c hieˆ.n ca´ch de`ˆu d khung (bu
.´o.c nha’y d). Th´ı du. tru
.`o.ng ho.. p d = 2 nhu
. treˆn Hı`nh
7c. Ca´c phe´p so sa´nh thu.. c hieˆ.n giu˜
.a ca´c khung sau. k1 vo´
.i k1+d(k3), k3 vo´
.i k3+d(k5), k5 vo´
.i
k5+d(k7),...
H`ınh 8. Lu.u doˆ` thuaˆ.t toa´n nha’y de`ˆu
Qua´ tr`ınh so sa´nh cu´. tieˆ´p tu. c nhu
. vaˆ.y. Khi pha´t
hieˆ.n ra hai khung ki va` ki+2 na`˘m trong hai lia kha´c
nhau, se˜ tieˆ´n ha`nh so sa´nh khung ki vo´.i ki+1 deˆ’
xa´c di.nh gianh gio´
.i ca´c lia. Neˆ´u khung ki va` ki+1
na`˘m trong hai lia kha´c nhau, th`ı gianh gio´.i lia na`˘m
giu˜.a hai khung ki va` ki+1. Ngu.o.. c la. i, neˆ´u khung
ki va` ki+1 na`˘m trong cu`ng moˆ.t lia, th`ı cha˘´c cha˘´n
gianh gio´.i lia na`˘m giu˜.a hai khung va` ki+1 va` ki+2.
Tru.`o.ng ho.. p moˆ˜i lia co´ toˆ´i thieˆ’u 2 khung se˜ khoˆng
ca`ˆn so sa´nh hai khung ki+1 vo´
.i ki+2. Khi da˜ xa´c
di.nh du
.o.. c gianh gio´
.i lia, tr`ınh tu.. du
.o.. c la˘.p la. i cho
lia tieˆ´p theo. Lu.u doˆ` thuaˆ.t toa´n cu’a ky˜ thuaˆ.t nha’y
de`ˆu du.o.. c theˆ’ hieˆ.n treˆn Hı`nh 8. Chu´ y´ trong phe´p
kieˆ’m tra deˆ’ keˆ´t thu´c vaˆ˜n da˘.t la. i soˆ´ thu´
. tu.. khung la`
i := i + d, v`ı sau vo`ng la˘.p so sa´nh giu˜
.a ca´c khung
ki va` ki+1, soˆ´ deˆ´m i ta˘ng leˆn 1 do
.n vi. th`ı ngu
.o.. c la. i
soˆ´ deˆ´m d la. i gia’m 1 do
.n vi..
Ky˜ thuaˆ.t nha’y de`ˆu co´ theˆ’ cho phe´p gia’m ga`ˆn
moˆ. t nu
.’ a (vo´.i d = 2) soˆ´ phe´p so sa´nh so vo´.i khi chı’
su.’ du. ng ca´c thuaˆ.t toa´n tuyeˆ´n t´ınh. Co´ theˆ’ toˆ’ng
qua´t ho´a trong tru.`o.ng ho.. p bu
.´o.c nha’y d lo´.n ho.n deˆ’
cho keˆ´t qua’ toˆ´t ho.n. Soˆ´ phe´p so sa´nh cu’a qua´ tr`ınh
phaˆn doa.n luoˆn bi. gio´
.i ha.n bo
.’ i kha’ na˘ng xu.’ ly´ cu’a
ma´y t´ınh. Vo´.i ca´c ma´y t´ınh co´ toˆ´c doˆ. khoˆng cao y´
ngh˜ıa cu’a ky˜ thuaˆ. t na`y ca`ng theˆ’ hieˆ.n ro˜.
4.3. Ky˜ thuaˆ.t nha’y doˆ.ng
Gia´ tri. bu
.´o.c nha’y d no´i treˆn luoˆn phu. thuoˆ.c va`o ca´c do`ng video. Trong ky˜ thuaˆ. t nha’y
th´ıch u´.ng (nha’y doˆ.ng), gia´ tri. d du
.o.. c xa´c di.nh doˆ.ng, bieˆ´n doˆ’i moˆ.t ca´ch th´ıch u´
.ng deˆ’ da’m
ba’o la` toˆ´i u.u. Moˆ˜i la`ˆn la˘.p, thuaˆ. t toa´n t´ınh la. i bu
.´o.c nha’y d cho th´ıch ho.. p, ba`˘ng ca´ch so sa´nh
khung hieˆ.n ta. i vo´
.i khung vu`.a du.o.. c kieˆ’m tra nhu
. treˆn Hı`nh 7d.
CHUAˆ’N BI. DU˜
.
LIEˆ. U TRONG VIEˆ. C XAˆY DU.
.
NG 151
Neˆ´u su.. gioˆ´ng nhau cu’a phe´p so sa´nh na`y nhie`ˆu ho
.n phe´p so sa´nh tru.´o.c, o.’ phe´p so sa´nh
keˆ´ tieˆ´p, gia´ tri. d se˜ du
.o.. c ta˘ng leˆn va` ngu
.o.. c la. i. Ma˘.t kha´c neˆ´u phe´p so sa´nh hieˆ.n ta. i cho bieˆ´t
2 khung na`˘m o.’ 2 lia kha´c nhau, se˜ quay la. i thu
.
. c hieˆ.n theo xu hu
.´o.ng lu`i da`ˆn su.’ du. ng ca´c
bu.´o.c nha’y de`ˆu.
Khi pha´t hieˆ.n ch´ınh xa´c gianh gio´
.i lia, se˜ tro.’ la. i tieˆ´n tr`ınh nha’y doˆ.ng thuaˆ.n b`ınh thu
.`o.ng.
Ky˜ thuaˆ.t nha’y doˆ.ng su
.’ du. ng bu
.´o.c nha’y th´ıch u´.ng cho ca´c keˆ´t qua’ kha´ toˆ´t.
5. KEˆ´T LUAˆ. N
Ba`i ba´o da˜ gio´.i thieˆ.u vieˆ.c chuaˆ’n bi. du˜
. lieˆ.u trong xaˆy du
.
. ng ca´c heˆ. CSDL video soˆ´. Moˆ. t
soˆ´ gia’ i pha´p de`ˆu nha`˘m mu. c d´ıch phaˆn doa.n du˜
. lieˆ.u video moˆ. t ca´ch ch´ınh xa´c va` hieˆ.u qua’ .
Phu.o.ng pha´p na`y da˜ du.o.. c u´
.ng du. ng trong chuaˆ’n bi. du˜
. lieˆ.u video khi toˆ’ chu´
.c ca´c CSDL video
trong heˆ. thoˆ´ng camera quan sa´t an ninh.
Thuaˆ.t toa´n pha´t hieˆ.n ca˘´t lia cho thaˆ´y ro˜ hieˆ.u qua’ , v`ı da˘.c dieˆ’m cu’a ca´c vu`ng ne`ˆn va` ca´c
da.ng chuyeˆ’n doˆ.ng trong video nhaˆ.n du
.o.. c tu`
. heˆ. thoˆ´ng na`y la` de˜ˆ nhaˆ.n dieˆ.n. Da˘.c bieˆ.t thuaˆ.t
toa´n nha’y doˆ.ng cho phe´p ca’ i thieˆ.n da´ng keˆ’ kha’ na˘ng phaˆn doa.n du˜
. lieˆ.u video.
TA`I LIEˆ. U THAM KHA
’O
[1] A. Giachetti, Matching techniques to compute image motion, Image and Vision Comput-
ing 18 (3) (2000) 247–260.
[2] Doˆ˜ Trung Tuaˆ´n, Lu.o.ng Xuaˆn Cu.o.ng, Khun Piseth, Nguye˜ˆn Va˘n Ta’o, Ve`ˆ xu.’ ly´ du˜. lieˆ.u
video, Toa`n va˘n ca´c ba´o ca´o khoa ho.c, Hoˆ. i tha’o Quoˆ´c gia la`ˆn thu´
. VI: Moˆ. t soˆ´ vaˆ´n de`ˆ cho.n
lo. c cu’a coˆng ngheˆ. thoˆng tin va` truye`ˆn thoˆng, Tha´i Nguyeˆn, NXB Khoa ho.c Ky˜ thuaˆ.t,
tha´ng 8, 2003 (454–459).
[3] E. Saez et al, Combining luminescence and edge based metrics for robust temporal video
segmentation, IEEE Int’ l. Conf. on Image Processing (ICIP2004), Singapore, Oct. 24 -
27, 2004 (126–132).
[4] H. Yu, W. Wolf, A visual search system for video and image databases, Proc. IEEE Int’l
Conf. on Multimedia Computing and Systems, Ottawa - Canada, Jun., 1997 (517–524).
[5] J.P. Lewis, Fast normalized cross-correlation, Vision Interface (1995), trang 120–123,
 zilla/Work/nvisionInterface/nip.html.
[6] JungHwan Oh Kien et al, A content-based scene change detection and classification tech-
nique using background tracking, SPIE Conf. on Multimedia Computing and Networking
2000, San Jose, CA, Jan., 2000 (233–245).
[7] JungHwan Oh Kien et al, “Efficient and cost-effective techniques for browsing and in-
dexing large video databases, computer science program”, School of EECS University of
Central Florida, Orlando, (2001) (2328–2362).
[8] Lu.o.ng Ma.nh Ba´, Nguye˜ˆn Thanh Thuy’, Nhaˆ. p moˆn xu
.’ ly´ a’nh soˆ´, NXB Khoa ho.c Ky˜
thuaˆ.t, Ha` Noˆ. i, 1998.
[9] Lu.o.ng Xuaˆn Cu.o.ng, Doˆ˜ Trung Tuaˆ´n, Thuaˆ. t toa´n cho phe´p naˆng cao kha’ na˘ng phaˆn
doa.n du˜
. lieˆ.u video, Ta. p ch´ı khoa ho. c - Chuyeˆn san Khoa ho. c Tu
.
. nhieˆn va` Coˆng ngheˆ. ,
Da. i ho. c Quoˆ´c gia Ha` Noˆ.i, XXII (3) (2006) 13–24.
152 LU.O.NG XUAˆN CU.O.NG, DO˜ˆ TRUNG TUA´ˆN, DO˜ˆ XUAˆN TIE´ˆN
[10] Lu.o.ng Xuaˆn Cu.o.ng, Doˆ˜ Xuaˆn Tieˆ´n, Doˆ˜ Trung Tuaˆ´n, Moˆ.t ky˜ thuaˆ.t chı’ soˆ´ ho´a tu
.
. doˆ.ng
du˜. lieˆ.u video du
.
. a treˆn da´nh daˆ´u vu`ng ne`ˆn, Ta. p ch´ı khoa ho. c - Khoa ho. c Tu
.
. nhieˆn va`
Coˆng ngheˆ. , Da. i ho.c Quoˆ´c gia Ha` Noˆ. i, XXII (2) (2006) 1–11.
[11] Lu.o.ng Xuaˆn Cu.o.ng, Doˆ˜ Xuaˆn Tieˆ´n, Doˆ˜ Trung Tuaˆ´n, Phu.o.ng pha´p pha´t hieˆ.n ca´c chuyeˆ’n
lia phu´.c ta.p du
.
. a treˆn u
.´o.c lu.o.. ng chuyeˆ’n doˆ.ng trong ca´c khung video, Ta. p ch´ı Chuyeˆn
san Ca´c coˆng tr`ınh nghieˆn cu´.u - trieˆ’n khai vieˆ˜n thoˆng va` coˆng ngheˆ. thoˆng tin (17) (12 -
2006) 15–25.
[12] S.V. Porter et al, Temporal video segmentation and classification of edit effects, Image
and Vision Computing 21 (2003) 1097–1106.
Nhaˆ. n ba`i nga`y 26 - 1 - 2007
Nhaˆ. n la. i sau su
.’ a nga`y 23 - 3 -2007

File đính kèm:

  • pdfchuan_bi_du_lieu_trong_viec_xay_dung_co_so_du_lieu_video_so.pdf