System System inteligentnego monitoringu przestrzeni i obiektów i obiektów szczególnego znaczenia SIMPOZ

Transkrypt

1 uka System System ntelgentnego mrngu przestrzen obektó obektó szczególnego zczena Zbgne Zbgne Bublńsk, Bublńsk, Wojcech Wojcech Chmel, Chmel, Mrosła Mrosła Jabłońsk, Jabłońsk, Potr Kadłuczka, Potr Kadłuczka, Tomasz Tomasz Kry, Kry, Zbgne Zbgne Mkrut, Mkrut, Potr Palk, Potr Palk, Ryszard Ryszard Tadeusecz Tadeusecz AGH Akadema AGH Akadema Górnczo-Hutncza, Górnczo-Hutncza, Wydzał Wydzał EAIE, Katedra EAIE, Katedra Streszczene: Streszczene: Celem projektu Celem projektu realzoanego realzoanego Katedrze Katedrze Au- storzene storzene ydajnego ydajnego rzędza rzędza spomagającego spomagającego ny ny popraę popraę efektynośc efektynośc ch pracy. ch Praca pracy. ta Praca ta proces dzoru przestrzen obektó publcznych, oparcu odpoedzal, trud nedzęcz. Ista problemu ne ne zrost lczby zrost zatrudnych lczby zatrudnych prackó prackó ochro- ochromatyk proces dzoru przestrzen obektó publcznych, oparcu odpoedzal, trud nedzęcz. Ista problemu o aumatyczną alzę obrazó cyfroych. Przy założenu polega tym, że z jednej stry śamość ksekencj przeoczena ażnej nformacj ażnej nformacj o zagrożenu o zagrożenu zmusza zmusza o aumatyczną alzę obrazó cyfroych. Przy założenu polega tym, że z jednej stry śamość kseken- szeroko pojętej ogólnośc zagrożeń, które mają być ykryane, cj przeoczena szeroko pojętej ogólnośc zagrożeń, które mają być ykryane, kstrukcja programu aumatycznego spomagana dzoru skupena skupena uag uag tężego tężego ysłku ysłku przy obseracj przy obseracj kstrukcja programu aumatycznego spomagana dzoru obrazó obrazó z kamer z (co kamer yołuje (co yołuje stres), a stres), z drugej a z drugej stry stry ne zagadnenem zagadnenem tryalnym, tryalnym, ze zględu ze zględu neprzedy- neprzedyalną eloaraność obseroanych obseroanych sytuacj. sytuacj. Opracoane Opracoane brak chkolek brak chkolek zagrożeń zagrożeń ( ( całe godzny, całe godzny, dn dn alną eloaraność mece!) mece!) normą e normą szystkch e szystkch ach ach ktrol ktrol efektynego efektynego u u ymaga ymaga rozązana rozązana szeregu szeregu zagadneń, zagadneń, bezpeczeństa. bezpeczeństa. W sytuacj W sytuacj długotrałego długotrałego obseroana obseroana skomplkoanych skomplkoanych od stry od kcepcyjnej stry kcepcyjnej trudnych trudnych realzacj realzacj scen, które scen, ne które zaerają ne zaerają żadnych żadnych podejrzanych podejrzanych treśc treśc algorytmcznej. algorytmcznej. Zadanem Zadanem ntelgentnego ntelgentnego u u spomagana spomagana u osób u pełnących osób pełnących funkcje funkcje obseraró obseraró chodz chodz mrngu mrngu skazane skazane obsłudze obsłudze u u sytuacj potencjal- sytuacj potencjalne podejrzanych z punktu z dzena punktu dzena przyjętych przyjętych kryteró kryteró bezpe- bezpetrały brak trały stnych brak stnych bodźcó bodźcó aferentnych) aferentnych) co radykal- co radykalczeństa. W celu ycężena pojaających sę tu trudnośc ne obnża ch czujność starza elke prapobeń- zjaska zjaska psychologcznego psychologcznego zanego zanego depryacją depryacją (długo- (długe podejrzanych czeństa. W celu ycężena pojaających sę tu trudnośc ne obnża ch czujność starza elke prapobeń- torze algorytmy, których dzałane opera sę ne tylko sto braku sto łaścej braku łaścej reakcj reakcj momence, momence, kedy poja kedy poja torze algorytmy, których dzałane opera sę ne tylko przetarzanu alze obrazó, ale także próbach aumatycznego rozumena rozumena zczena zczena obseroanych obseroanych scen, czyl scen, czyl sę realne sę zagrożene. realne zagrożene. Tę trudną, Tę trudną, odpoedzalną odpoedzalną stresu-jącą pracę jącą osób pracę odpoadających osób odpoadających za bezpeczeństo za bezpeczeństo obek- obek- stresu- przetarzanu alze obrazó, ale także próbach aumatycznegtó szczególne tó szczególne chrych chrych trzeba ęc trzeba spomagać ęc spomagać od- odpoedną technką. technką. manych manych komputeroo komputeroo elementach elementach ludzkego ludzkego postrzegana postrzegana poedną ku myślena, ku myślena, zązanego zązanego z ocenanym z ocenanym obrazem. obrazem. Celem projektu Celem projektu storzene storzene zaaansoanego zaaansoanego sys- u alzy obrazu obrazu spomagającego spomagającego proces proces dzoru. dzoru. temu alzy Słoa kluczoe: Słoa kluczoe: przetarzane przetarzane obrazu, sztucz obrazu, sztucz ntelgencja, ntelgencja, Wymaga Wymaga opracoana opracoana kcepcj kcepcj realzacj realzacj złożych złożych zarządzane zarządzane procesem procesem mrngu mrngu algorytmó, algorytmó, których których podstaoym podstaoym zadanam zadanam : detek- : detekcja śledzene ruchomych ruchomych obektó, obektó, ykryane ykryane rusze- rusze- 1. Wproadzene na stref zabrych lokalzacja porzucych cja śledzene 1. Wproadzene na stref zabrych lokalzacja porzucych przedmotó. przedmotó. W zązku W zązku z dymcznym z dymcznym rozojem rozojem ó ó m- mrngu pozyskane danych danych o chrym o chrym obekce obekce ne przed- ne przed- Postający Postający mus być mus elastyczny być elastyczny pod zględem pod zględem rngu pozyskane możlośc możlośc ssoyana ssoyana sę sę zmennego zmennego oczena oczena staa obecne staa obecne żadnej żadnej trudnośc. trudnośc. W szczególnośc W szczególnośc tane tane zązanych zązanych z tym zman z tym med zman alzy. med alzy. Będze Będze łato stępne łato stępne kamery kamery obseracyjne obseracyjne połącze połącze z szyb- z szybkm secam przesyłu przesyłu strumena strumena zyjnego zyjnego umożlają umożlają możle możle dzęk ntegracj dzęk ntegracj algorytmó algorytmó z modułem z modułem spera- sperającym elastyczne zarządzane zarządzane nformacją nformacją uzyskaną uzyskaną z d- z dkm secam jącym elastyczne gromadzene gromadzene olnej olnej lczby danych lczby danych obrazoych obrazoych deo, deo, zoroanych zoroanych stref. Dzęk stref. klasyfkacj Dzęk klasyfkacj aumatyzacj aumatyzacj ob- obsług, możla będze szybsza będze szybsza reakcja reakcja sytuacjach sytuacjach kryzy- kryzy- pozalających pozalających (pozorne) (pozorne) edzeć edzeć każdej chl każdej szyst- chl szystko o mroanej przestrzen przestrzen o obekce o obekce szczególne- szczególnesług, możla ko o mroanej soych soych oddzelene oddzelene nformacj nformacj o dużym o zczenu dużym zczenu dla dla go zczena. go zczena. jedk możlość jedk możlość potencjal, potencjal, bo- boem dużej przy lczbe dużej punktó lczbe punktó obseracyjnych obseracyjnych znka znka bezpeczeństa bezpeczeństa od nformacj od nformacj mnej stnych. mnej stnych. em przy Keczność Keczność obseracj obseracj c ększej c ększej lczby obektó, lczby obektó, pradze pradze kesta kesta nestępnośc nestępnośc nformacj nformacj o tym, co o tym, sę co sę zczne zczne różnących różnących sę soją sę specyfką, soją specyfką, ymusza ymusza rozój rozój dzeje dzeje takm takm nnym nnym fragmence fragmence mroanego mroanego zrost zczena zrost zczena komputeroej komputeroej alzy obrazó alzy obrazó cyfroych cyfroych obszaru, obszaru, stnym stnym problemem problemem staje sę staje jedk sę rónoczes jedk rónoczes o rzędza o rzędza stępne stępne ocenającego ocenającego reroane reroane nformacje nformacje obseracja obseracja obrazó obrazó z elu z kamer. elu Jeden kamer. obserar Jeden obserar ne ne zyjne zyjne celu oddzelena celu oddzelena nelcznych nelcznych nformacj nformacj ażnych ażnych od od może ogarnąć może ogarnąć zrokem zrokem ęcej nż ęcej klka nż klka klkustu klkustu ogromnej ogromnej lczby nformacj lczby nformacj nestnych nestnych (pokazujących, (pokazujących, że że obrazó, obrazó, a dzelene a dzelene strumena strumena nformacj nformacj zyjnej zyjnej polu dzena polu dzena odpoednch odpoednch kamer nc kamer stnego nc stnego sę ne sę ne fragmenty fragmenty przypsane przypsane różnych różnych obseraró obseraró obnża obnża dzeje). dzeje). Obecne Obecne torze torze oprogramoane oprogramoane przetarza przetarza skuteczność skuteczność ykryana ykryana zagrożeń zagrożeń ynkającą ynkającą z możlośc z możlośc klasyfkuje klasyfkuje ne tylko ne pojedyncze tylko pojedyncze obrazy obrazy (pochodzące (pochodzące obseroana obseroana podejrzanego podejrzanego zachoana zachoana ntruza ntruza prze- przemeszczającego sę mędzy sę sekram mędzy sekram obseracj. obseracj. z badań z medycznych, badań medycznych, eksperymentó eksperymentó bologcznych, bologcznych, oceny oceny meszczającego śladó śladó krymlstycznych, krymlstycznych, obróbk obróbk obrazó obrazó fograf fograf Realne Realne zagrożene zagrożene terroryzmem terroryzmem ymusza ymusza popraę popraę cyfroej cyfroej tp.), ale tp.), także ale także c szerszym c szerszym zakrese zakrese alzuje alzuje zabezpeczena zabezpeczena ażnych ażnych obektó. obektó. Może być Może realzoa- być realzoa- sekencje sekencje takch takch obrazó obrazó ( postac ( postac zareroanych zareroanych 12/2011 Pomary aumatyka Robotyka 69

2 uka 70 flmó strumen deo, otrzymyanych beżąco flmó flmó z kamer). Spośród strumen strumen elu deo, deo, zassoań otrzymyanych otrzymyanych technk cyfroej beżąco beżąco alzy z kamer). z z obrazó kamer). Spośród Spośród c elu poszechnej elu zassoań zassoań ymenany technk technk cyfroej cyfroej mrng, alzy alzy obrazó obrazó czyl zdal c c poszechnej obseracja poszechnej ymenany nteresujących ymenany s mejsc. mrng, mrng, czyl czyl zdal zdal obseracja obseracja nteresujących nteresujących s s mejsc. mejsc. 2. Założena cele projektu Założena Założena cele cele projektu projektu Skstruoane programu aumatycznego spomagana dzoru programu programu ogólnym przypadku aumatycznego aumatycznego zagadnenem spomaga- spomaga- Skstruoane Skstruoane na na bardzo dzoru dzoru złożym. ogólnym ogólnym Podczas przypadku przypadku torzena oprogramoana zagadnenem zagadnenem bardzo bardzo trzeba złożym. rozązać złożym. Podczas szereg Podczas zagadneń, torzena torzena skomplkoanych oprogramoana oprogramoana od trzeba trzeba stry rozązać kcepcyjnej rozązać szereg szereg zagadneń, trudnych zagadneń, skomplkoanych realzacj algorytmcznej. kcepcyjnej Najprostsza kcepcyjnej trudnych aumatycznej trudnych realzacj realzacj oceny algorytmcz- sytuacja, od od od stry stry nej. nej. Najprostsza której Najprostsza obseroany aumatycznej obraz oceny dłuższy oceny czas sytuacja, pozostaje sytuacja, której bez której zman. obseroany Tak obraz obraz obraz z penoścą dłuższy dłuższy ne yołuje czas czas pozostaje alarmu, bez bez ne zman. nese zman. Tak nteresujących Tak obraz obraz z z penoścą z nformacj ne ne yołuje poza stałym alarmu, dzorem nese nese nteresujących ymaga żadnych nformacj specjalnych poza poza dzałań. stałym stałym Sytuacja dzo- dzo- ne ne rem rem przec, ne ne ymaga ymaga zczne żadnych żadnych trudnejsza specjalnych aumatycznej dzałań. Sytuacja oceny, przec, ne zasze zczne proadz trudnejsza przecnego aumatycznej nosku. oceny, boem ne ne mnósto zasze zasze proadz zman ykryanych przecnego nosku. obrazach, które boem ne mnósto ozczają zman zman nebezpeczeństa. ykryanych Klasycznym obrazach, przykładem które które ne ne ozczają zmany nebezpeczeństa. ośetlena obseroanej Klasycznym sceny, przykładem czy zązane zmany zmany z tym ośetlena zmam obseroanej efekty postaana sceny, czy czy obrazach zązane obektó, tym zmam nestnych efekty z efekty punktu postaana dzena alzy, obrazach takch obek- z tym z z tó, tó, odblask nestnych cene. z Innym z punktu z przykładem dzena alzy, mrng takch rca cene. lotnska. cene. Innym Innym Na przykładem scene ystępuje mrng zazyczaj r- bardzo ca ca ca dużo lotnska. ruchu (przemeszczających Na Na scene scene ystępuje sę osób), zazyczaj który bardzo ne odblask dużo dużo zązany ruchu ruchu z (przemeszczających sytuacją alarmoą. sę sę osób), osób), który który ne ne zązany zązany Dla z ycężena sytuacją z z sytuacją alarmoą. pojaających sę tu trudnośc kstruoane Dla Dla ycężena algorytmy, pojaających których dzałane sę sę tu tu tu trudnośc opera sę kstruoane ne tylko przetarzanu algorytmy, algorytmy, których alze których dzałane obrazó, ale opera opera także sę sę sę ne ne elementach tylko tylko przetarzanu przetarzanu ludzkego postrzegana alze alze obrazó, obrazó, ku myślena ale ale także także zązanego z ludzkego ocenanym ludzkego postrzegana obrazem. postrzegana Przykładem ku ku myślena myślena takego zą- podej- zązanegzanegśca z z ocenanym z ocenanym zassoane obrazem. obrazem. rozjanej Przykładem Przykładem od klku takego lat takego Katedrze podej- podejśca elementach elementach śca zassoane zassoane AGH dzedzny rozjanej rozjanej rozumena od od od klku klku lat obrazó lat Katedrze Katedrze (Image Understng) AGH AGH dzedzny dzedzny przedstaej rozumena rozumena m.n. obrazó obrazó pracach (Image [8, (Image 5, 6]. Understng) Understng) Stano o turalną przedstaej przedstaej ktynuację m.n. m.n. uzupełnene pracach pracach [8, [8, [8, 5, procesó detekcj 5, 5, 6]. 6]. 6]. Stano o turalną ktynuację uzupełnene procesó Na detekcj rys. 1 przedstao rozpozana. schemat deoy torzego Stano o turalną rozpozana. ktynuację uzupełnene procesó detekcj rozpozana. u. Na rys. W 1 objaśnenach przedstao po schemat praej stre deoy rysunku torzego ymeno W podstaoe objaśnenach zadana, po po praej realzoane stre rysunku kolejnych y- Na rys. 1 przedstao schemat deoy torzego u. u. W objaśnenach po praej stre rysunku ymeno pozomach. podstaoe Na uagę zasługuje zadana, realzoane rozbuany moduł kolejnych kfguracyjny, Na który uagę umożla zasługuje zdefnoane rozbuany obszaró moduł kf- podle- pozomach. Na uagę zasługuje rozbuany moduł kfmeno podstaoe zadana, realzoane kolejnych pozomach. guracyjny, gających który nepodlegających umożla zdefnoane alze, stref obszaró chrych podle- tp. guracyjny, który umożla zdefnoane obszaró podlegających nepodlegających alze, stref chrych tp. gających dentyfkoane nepodlegających (zane) alze, stnych stref chrych elementó tp. obseroanej dentyfkoane sceny. Z ynkó (zane) tej stnych dentyfkacj elementó będze korzy- ob- dentyfkoane (zane) stnych elementó ob- seroanej stał eksperymentalny sceny. Z ynkó moduł tej Elementy tej dentyfkacj rozumena. będze korzystał kfguracyjny eksperymentalny pozala moduł pod Elementy określć rozumena. (śadczalne) Moduł stał eksperymentalny moduł Elementy rozumena. Moduł Moduł seroanej sceny. Z ynkó tej dentyfkacj będze korzy- kfguracyjny tz. strukturę pozala 2,5D sceny, pod rozumaną określć o (śadczalne) uzględnene kfguracyjny pozala pod określć (śadczalne) tz. zman strukturę elkośc 2,5D obektó sceny, rozumaną zależnośc o od uzględnene ch położena tz. strukturę 2,5D sceny, rozumaną o uzględnene zman (perspektya). elkośc Drugm obektó nteresującym zależnośc blokem od od ch położena Korekta zman (perspektya). elkośc Drugm obektó nteresującym zależnośc blokem od ch położena sprzężene zrotne mędzy modułam: Elementy Korekta rozume- (perspektya). na sprzężene a Pozom zrotne Drugm alzy, mędzy nteresującym którego modułam: blokem dzałane Elementy Korekta alogczne rozume- sprzężene na obseroanego a Pozom zrotne alzy, mędzy u ludz którego modułam: mechanzmu dzałane Elementy przenoszena alogczne rozume- (zracana) bacznejszej u ludz uag na obseroanego a Pozom alzy, którego mechanzmu dzałane nterakcje przenoszena alogczne mędzy szczególne (zracana) stnym, bacznejszej ykrytym u ludz uag mechanzmu obektam. nterakcje przenoszena mędzy szczególne (zraca- obseroanego na) stnym, bacznejszej Ważnym ykrytym elementem uag obektam. badań nterakcje mplementacja mędzy szczególne takch stnym, rozązań, Ważnym ykrytym które elementem obektam. pozolą badań storzyć mplementacja skuteczne takch rozązań, dzałający Ważnym elementem które różnych pozolą badań kfguracjach storzyć mplementacja ssoany skuteczne takch rozązań, dzałający zmennych które zassoań. różnych pozolą kfguracjach Obecne storzyć neystarczające ssoany skuteczne dzałający zmennych zassoań. różnych kfguracjach Obecne neystarczające ssoany zmennych zassoań. Obecne neystarczające Pomary aumatyka Robotyka 12/2011 Rys. 1. Schemat projekanego u dzoru raz z przykłaym projekanego zadanam, realzoanym u dzoru poszczególnych raz z przykłaym pozomach zadanam, realzoanym poszczególnych pozomach Fg. 1. Dagram proposed survellance th Rys. Rys Schemat sample Fg. Fg Dagram tasks, mplemented proposed at dfferent survellance levels th sample tasks, mplemented at at dfferent levels storzene odrębnych algorytmó częścoo przetarzających nformację. odrębnych Dossoane algorytmó częścoo spółczesnych przetarzają- yma- storzene cych gań nformację. ymusza postane Dossoane platformy, spółczesnych umożlającej ymagań zarządzane ymusza przetarzaną postane platformy, nformacją. umożlającej Obejmuje o pełne za- pełne gań zarządzane róno przepły przetarzaną nformacj nformacją. mędzy modułam Obejmuje u, o zaróno róneż przepły starczane nformacj jej odborcom mędzy modułam końcoym. u, Otarść róneż możlość starczane łatej jej jej rekfguracj odborcom końcoym. u Otarść podsta- oym możlość paradygmatem, łatej rekfguracj ego u obecne muszą podsta- sę oym ssoać paradygmatem, szystke y zarządzana ego obecne nformacją, muszą szcze- sę ssoać gólne szystke tak ażnych y dzedzch zarządzana nformacją, bezpeczeństo gólne publczne. tak tak ażnych dzedzch bezpeczeństo publczne. Dzęk modularnej bue będze możle przenese- szczególnne Dzęk Dzęk penych modularnej modularnej elementó bue logk będze dzałana możle u ne szy penych przenese- yżne penych pozom. elementó Pozol elementó logk logk łate dzałana dzałana daane u usuane yższy poszczególnych yższy pozom. pozom. Pozol Pozol modułó, łate łate łączene daane daane uzyskanych usuane usuane nformacj formuły poszczególnych poszczególnych modułó, logczne, modułó, decydujące łączene łączene uzyskanych uzyskanych o yku zadanych nforma- nformacj akcj formuły formuły e. logczne, logczne, Zassoane decydujące decydujące rozązane o o yku yku proadza zadanych zadanych akcj noą ość e. dzedzne Zassoane mrngu rozązane przestrzen proadza akcj e. Zassoane rozązane proadza szczególnego ość zczena. dzedzne mrngu przestrzen szcze- noą noą ość dzedzne mrngu przestrzen szczególnego Aumatyzacja zczena. gólnego zczena. obsług zdarzeń e oparcu o całoścoe Aumatyzacja zarządzane obsług procesem zdarzeń dzoru, e z punku oparcu dzena całoścoe odborcy zarządzane końcoego, procesem przyspeszy dzoru, reakcję z punku ykry- - o całoścoe zarządzane procesem dzoru, z punku - Aumatyzacja obsług zdarzeń e oparcu o dzena te sytuacje odborcy kryzysoe. końcoego, Umożl przyspeszy także reakcję kompleksoe ykrytrządzane sytuacje bezpeczeństem kryzysoe. Umożl rozbuanych także kompleksoe ach, zate sytuacje kryzysoe. Umożl także kompleksoe za- zadzena odborcy końcoego, przyspeszy reakcję ykrytrządzane których bezpeczeństem ystępują dzetk rozbuanych setk kamer ach, nnych których detekró ystępują (promenoana, dzetk setk dźęku, kamer substancj n- których ystępują dzetk setk kamer n- chemcznych). detekró (promenoana, dźęku, substancj nych detekró (promenoana, dźęku, substancj rządzane bezpeczeństem rozbuanych ach, chemcznych). chemcznych). 3. Medyka alzy obrazu ramach 3. Medyka projektu alzy obrazu ramach 3. Medyka projektu alzy obrazu ramach projektu Algorytmy zdalnego dzoru, realzoanego przy użycu Algorytmy kamer deo, zdalnego obecne dzoru, jednym realzoanego z jażnejszych przy użycu zassoań deo, dzedzne Algorytmy kamer zdalnego obecne dzoru, komputeroych jednym realzoanego z z jażnejszych ó przy zyjnych użycu zas- kamer soań rozpozana deo, dzedzne obecne komputeroych obrazó. jednym Do z jszybcej jażnejszych ó rozjanych zyjnych zassoań leżą rozpozana y dzedzne dedykoane, komputeroych obrazó. np. Do jszybcej cze ó rozjanych zyjnych alzy leżą ruchu rozpozana y drogoego, dedykoane, obrazó. ykryana np. Do ntruzó, cze jszybcej rozpozana rozjanych alzy leżą ruchu tarzy, y drogoego, czy też dedykoane, gestó ykryana ruchó np. ntruzó, cze ludz nocych rozpozana alzy pozoruchu tarzy, drogoego, czy też gestó ykryana ruchó ntruzó, ludz nocych rozpozana pozo- tarzy, czy też gestó ruchó ludz nocych pozo-

3 uka staających staających paczk paczk mejscach mejscach publcznych. publcznych. Prace Prace proadze proadze głóne głóne Angl, Angl, Francj Francj USA. USA. staających W typoej paczk strukturze mejscach u publcznych. zdalnego dzoru Prace moż yróżnć głóne trzy pozomy Angl, herarch: Francj USA. pro- typoej strukturze u zdalnego dzoru moż yróżnć trzy pozomy herarch: adze staających W pozom typoej alzy pozom alzy paczk strukturze pksel pksel mejscach obrazu u (pxel obrazu publcznych. zdalnego processng dzoru (pxel processng Prace level), moż yróżnć pozom pozom level), proadze alzy głóne trzy pozomy ramk alzy ramk Angl, (frame herarch: (frame Francj processng processng USA. level), level), W pozom pozom typoej alzy śledzena śledzena strukturze pksel obektó obrazu obektó u (trackng (pxel (trackng zdalnego processng level). level). dzoru level), moż yróżnć pozom Na perszym alzy Na perszym trzy pozomy ramk pozome (frame pozome herarch: kuje processng sę level), odróżnena kuje sę odróżnena obektó obektó pozom od od alzy śledzena tła medą tła medą pksel obektó alzy obrazu (trackng alzy (pxel pojedynczych pojedynczych processng level). pksel pksel level), obrazu. obrazu. pozom Na Na perszym pozome Na pozome alzy ramk alzy pozome alzy (frame ramk kuje ramk processng stępuje sę stępuje level), scalane odróżnena pksel scalane pksel obektó obekty pozom od śledzena tła łączene medą obektó alzy małych (trackng pojedynczych obektó level). ększe, pksel obrazu. przykład Na Na perszym pozome podstae alzy pozome ch ramk zajemnego kuje stępuje sę scalane pobeństa. odróżnena pksel obekty łączene małych obektó ększe, przykład podstae ch zajemnego pobeństa. obektó Rónocześne obekty od tła usuane łączene medą alzy małych zakłócena. pojedynczych obektó Na pozome ększe, pksel śledzena stępuje Na pozome podstae dentyfkacja alzy ch ramk obektó, zajemnego stępuje które scalane pobeństa. zajmoały pksel obrazu. przykład Rónocześne usuane zakłócena. Na pozome śledzena stępuje dentyfkacja obektó, które zajmoały Rónocześne nne obekty położena usuane łączene poprzednch małych zakłócena. ramkach obektó Na pozome oblczane ększe, śledzenjekr stępuje ch ruchu. podstae dentyfkacja Realzoane ch obektó, zajemnego operacje które pobeństa. zajmoały łączena tra- nne położena poprzednch ramkach oblczane trajekr ch ruchu. Realzoane operacje łączena przykład Rónocześne nne podzału położena obektó, usuane poprzednch ykryane zakłócena. ramkach sytuacje Na pozome oblczane przesłanana śledzenjekr jednych stępuje ch obektó ruchu. dentyfkacja Realzoane nne obektó, zapamętyane operacje które zajmoały łączena tra- podzału obektó, ykryane sytuacje przesłanana jednych obektó nne zapamętyane nne położene podzału położena obektó, poprzednch które ykryane przestały ramkach sytuacje sę poruszać. oblczane przesłanana Wyzczane ch obektó kerunk ruchu. przemeszczana Realzoane nne obektó, zapamętyane operacje prędkośc łączena trajekr jednych położene obektó, które przestały sę poruszać. Wyzczane kerunk przemeszczana obektó, prędkośc położene podzału ch zajemne obektó, relacje. które ykryane przestały Identyfkoane sytuacje sę poruszać. przesłanana też gesty Wyzczane postay, obektó jeśl kerunk obekty przemeszczana nne ludźm. W obektó, zapamętyane przypadku prędkośc u, ch zajemne relacje. Identyfkoane też gesty jednych postay, jeśl obekty ludźm. W przypadku u, położene czego ch zajemne obektó, relacje. dzoru które przestały Identyfkoane otartej sę poruszać. przestrzen też gesty Wyzczane postay, sta pozomu jeśl kerunk obekty śledzena przemeszczana uzględna ludźm. W obektó, przypadku także dzenne prędkośc u, cykle ar- czego dzoru otartej przestrzen arsta pozomu śledzena uzględna także dzenne cykle czego ośetlena ch zajemne (np. relacje. celu dzoru ykryana Identyfkoane otartej elmcj przestrzen też cen) gesty arsta ykrya pozomu jeśl głe obekty śledzena zmany ośetlena. uzględna ludźm. W przypadku także zależnośc dzenne u, od yn- cykle ośetlena (np. celu ykryana elmcj cen) postay, ykrya głe zmany ośetlena. W zależnośc od ynkó alzy uruchamane sprzężena zrotne mędzy czego ośetlena kó alzy (np. uruchamane celu dzoru ykryana sprzężena otartej elmcj przestrzen zrotne cen) mędzy arsta ykrya pozomam pozomu głe herarch, śledzena zmany których ośetlena. uzględna zadanem W także zależnośc dzenne korekta od yn- cykle pa- pozomam herarch, których zadanem korekta parametró przetarzana arsty poprzednej. ośetlena kó rametró alzy przetarzana (np. uruchamane celu ykryana arsty sprzężena poprzednej. elmcj zrotne cen) mędzy ykrya pozomam Zaróno głe herarch, zmany aplkacjach których ośetlena. prostych zadanem W zależnośc storzych korekta od ynkórametró podstae alzy przetarzana herarch uruchamane zaprezenanej arsty sprzężena poprzednej. rys. zrotne 1, kluczoą mędzy pa- Zaróno aplkacjach prostych storzych podstae herarch zaprezenanej rys. 1, kluczoą pozomam rolę Zaróno odgrya herarch, arsta aplkacjach których jnższa prostych zadanem detekcj. storzych Im korekta lepsza parametró podstae ość realzacj przetarzana herarch etapu zaprezenanej klasyfkacj arsty poprzednej. pksel, rys. tym 1, kluczoą lepsze rolę odgrya arsta jnższa detekcj. Im lepsza rolę rezultaty ość realzacj etapu klasyfkacj pksel, tym lepsze Zaróno odgrya dzałana arsta aplkacjach arst jnższa yższych, prostych detekcj. a tym storzych Im samym lepsza całego rezultaty dzałana arst yższych, a tym samym całego podstae ość u. realzacj Typoym herarch etapu zaprezenanej problemam klasyfkacj zakłócającym pksel, rys. tym 1, kluczoą lepsze funkcjoane odgrya arsty dzałana arsta perszej arst jnższa yższych, : zmany detekcj. a tym ośetlena Im samym lepsza całego (spo- u. Typoym problemam zakłócającym funkcjoane rolę rezultaty ość u. oane realzacj Typoym arsty np. słońcem etapu perszej problemam klasyfkacj ychodzącym : zmany zakłócającym pksel, zza ośetlena chmur), tym lepsze funkcjoannośoane tła arsty dzałana (spooa np. słońcem perszej arst zmen- (spo- rezultaty ychodzącym np. yższych, : ruchem zmany a lśc tym zza ośetlena samym chmur), drganam całego zmenność tła Typoym (spooane kamery) u. (spooa np. zczne słońcem problemam pobeństo ychodzącym np. ruchem zakłócającym obektó zza lśc chmur), drganam funkcjoansność kamery) tła kolor). arsty (spooa zczne tła zmen- (ja- perszej pobeństo np. : ruchem zmany lśc obektó ośetlena drganam tła (spooane kamery) sność kolor). np. zczne słońcem pobeństo ychodzącym obektó zza chmur), tła zmen- (jasność tła kolor). (spooa np. ruchem lśc drganam (ja- 4. Przykłay scerusz dzałana kamery) 4. Przykłay zczne pobeństo scerusz obektó dzałana tła (jasność kolor). u 4. Przykłay u scerusz dzałana Przedstay dalej przykłay scerusz zassoana u Przedstay u realzoanego dalej przykłay ramach projektu scerusz zassoana tyczy rozpozna dalej sytuacj przykłay pozostaena scerusz ładunku zassoana ybu- ty- 4. u Przykłay realzoanego scerusz ramach projektu dzałana Przedstay czy u u choego rozpozna realzoanego mejscu sytuacj publcznym. ramach pozostaena projektu Występuje ładunku tu problem tyczy śledzena choego rozpozna dużej mejscu dalej lczby sytuacj przykłay obektó publcznym. pozostaena złożym scerusz Występuje ładunku e zassoana tu problem ybu- elu ybu- Przedstay u choego kamer. śledzena Sam realzoanego dużej mejscu proces lczby publcznym. detekcj obektó ramach pozostaena projektu Występuje złożym e podejrzanego tu problem tyczy śledzena pakunku kamer. rozpozna Sam dużej mus proces być lczby sytuacj realzoany obektó detekcj pozostaena pozostaena bez złożym zględu ładunku e podejrzanego częścoe ybu- elu elu choego kamer. pakunku całkote Sam mus mejscu proces przesłanana, być realzoany publcznym. detekcj zmanę pozostaena bez Występuje pozomu zględu podejrzanego tu ośetlena, problem częścoe śledzena pakunku postaane całkote dużej mus cen być lczby przesłanana, realzoany odbć. obektó Wymaga zmanę bez złożym zględu pozomu dentyfkacj e ośetlena, częścoe obektó postaane całkote (osoba, Sam bagaż) proces cen przesłanana, detekcj odbć. ch Wymaga logcznego zmanę pozostaena pozomu poązana. dentyfkacj podejrzanego ośetlena, Pozo- obek- elu kamer. pakunku postaane staene tó (osoba, mus bagażu cen bagaż) być realzoany odbć. aumatyczne ch Wymaga logcznego bez zględu rozpozane dentyfkacj poązana. częścoe obektó, staene całkote (osoba, ale bagażu ymaga bagaż) przesłanana, poterdzena aumatyczne ch logcznego zmanę pozomu rozpozane poązana. operara. ośetlena, Pozo- Pozo- postaane staene, ale bagażu ymaga cen odbć. poterdzena aumatyczne Wymaga rozpozane dentyfkacj operara. obektó, (osoba, ale ymaga bagaż) poterdzena ch logcznego poązana. operara. Pozo- staene bagażu aumatyczne rozpozane, ale ymaga poterdzena operara. Przykład Przykład scerusza scerusza realzoanego realzoanego Przykład scerusza W poczekaln rca lotnczego Warszae polu dzena kamery mrngu pojaa sę osoba z alzką, którą pozostaa W poczekaln realzoanego rca lotnczego Warszae polu dzena kamery mrngu pojaa sę osoba z alzką, którą pozostaa sedzte nnych Przykład oczekujących scerusza osób. Mejsce pozostaena W poczekaln sedzte rca nnych lotnczego oczekujących Warszae osób. Mejsce polu dzena pozostaena kamery mrngu pojaa sę osoba z alzką, łakę. bagażu bagażu realzoanego częścoo przesłęte częścoo przesłęte łakę. którą pozostaa W Intelgentny sedzte Intelgentny poczekaln algorytm nnych oczekujących rca algorytm lotnczego alzy alzy obrazu, osób. Warszae będący Mejsce obrazu, będący polu częścą pozostaena dzena u częścą kamery bagażu u,, mrngu kuje częścoo kuje pojaa aumatycznego przesłęte aumatycznego sę osoba z rozpozna łakę. alzką, rozpozna którą pozostaena pozostaena pozostaa potencjalne potencjalne sedzte nebezpecznego nnych nebezpecznego oczekujących obektu. obektu. osób. System System Mejsce zapamętuje zapamętuje pozostaena ops Intelgentny algorytm alzy obrazu, będący częścą u ops bagażu osoby, osoby, która która częścoo pozostała pozostała przesłęte alzkę alzkę (ekr (ekr łakę. cech, czas ystąpena, kuje aumatycznego rozpozna cech, czas pozostaena ystąpena zdarzena, sekencję deo) pozostay obekt (ekr cech, potencjalne zdarzena, sekencję nebezpecznego deo) obektu. pozostay System zapamętuje obekt (ekr ops Intelgentny cech, mejsce). Osoba algorytm od tej alzy chl obrazu, poszuka będący częścą u polu osoby, mejsce). która Osoba pozostała od tej chl alzkę (ekr poszuka cech, czas ystąpena, polu dzena szystkch kuje aumatycznego kamer. Jeśl alzka rozpozna ne zostane pozostaena zabra zdarzena, dzena sekencję szystkch deo) kamer. Jeśl pozostay alzka ne obekt zostane (ekr zabra cech, potencjalne zadanym czase nebezpecznego generuje obektu. alarm. System zapamętuje ops mejsce). zadanym Osoba czase od tej chl generuje poszuka alarm. polu osoby, która pozostała alzkę (ekr cech, czas ystąpena dzena zdarzena, Podejrza szystkch Podejrza sekencję osoba po kamer. osoba po deo) nedługm Jeśl nedługm czase alzka pozostay pojaa ne czase pojaa obekt sę zostane sę (ekr polu dzena zabra polu dzena cech, mejsce). kamery, zadanym umeszczej czase kamery, Osoba umeszczej od tej d generuje chl yjścem alarm. d yjścem poszuka z termla z termla lotnska. lotnska. polu dzena Podejrza Na podstae szystkch osoba opsu po podejrza kamer. nedługm Jeśl czase osoba alzka pojaa rozpoza, ne sę zostane polu dzena po zabra czym kamery, Na zadanym podstae czase opsu podejrza generuje osoba alarm. rozpoza, po czym generoany umeszczej alarm. d yjścem z termla lotnska. generoany alarm. Podejrza Na Operar podstae u osoba opsu mrngu po podejrza nedługm eryfkuje czase osoba pojaa zasadność rozpoza, sę alarmu. polu dzena po czym kamery, generoany Operar umeszczej u alarm. mrngu d yjścem eryfkuje z termla zasadność lotnska. alarmu. W przypadku pozytynej eryfkacj ysyła komunkat Na Operar moblne W podstae przypadku urządzena u opsu pozytynej mrngu służb podejrza porządkoych. eryfkacj eryfkuje osoba Komunkat zasadność rozpoza, ysyła zaera: alarmu. komunkat po czym generoany 1. moblne Ops poszukanej urządzena alarm. służb osoby, porządkoych. mejsce czas Komunkat ostatnego zaera: rozpozna. W 1. przypadku Ops poszukanej pozytynej osoby, eryfkacj mejsce czas ysyła ostatnego komunkat rozpozna. Operar 2. Ops u bagażu mrngu (elkość kolor) eryfkuje przyblże zasadność mejsce alarmu. jego pozostaena. moblne urządzena służb porządkoych. Komunkat zaera: 2. Ops bagażu (elkość kolor) przyblże mejsce jego pozostaena. pozytynej eryfkacj ysyła komunkat 1. Ops poszukanej osoby, mejsce czas ostatnego rozpozna. W przypadku 2. moblne System Ops urządzena ysyła bagażu też (elkość służb komunkat kolor) porządkoych. raęzła przyblże Komunkat lotnska, mejsce zaera: o pozostaenu jego pozostaena. System ysyła też komunkat raęzła lotnska, o pozostaenu 1. bagażu, Ops który poszukanej trzykrotne osoby, daany. mejsce czas ostatnego rozpozna. bagażu, który trzykrotne daany. 2. System Służby Ops ysyła porządkoe bagażu też (elkość komunkat próbują kolor) zatrzymać raęzła przyblże poszukaną lotnska, mejsce o pozostaenu osobę jego pozostaena. bagażu, udają Służby sę który porządkoe mejsca trzykrotne pozostaena próbują daany. zatrzymać bagażu, poszukaną gdze odszukują osobę pozostaą udają sę mejsca pozostaena bagażu, gdze odszukują pozostaą alzkę. System ysyła alzkę. Służby porządkoe też komunkat próbują zatrzymać raęzła poszukaną lotnska, o pozostaenu osobę bagażu, udają W przypadku sę który mejsca zgłoszena trzykrotne pozostaena łaśccela daany. bagażu, alzk gdze służb odszukują porządkoych pozostaą W przypadku zgłoszena łaśccela alzk służb porządkoych Służby alarm zostaje alzkę. porządkoe ołany próbują zatrzymać poszukaną osobę alarm zostaje ołany udają W System przypadku sę usua mejsca zgłoszena ops bagażu pozostaena łaśccela osoby z bagażu, alzk bazy obektó gdze służb odszukują poszukanych porządkoych pozostaą alarm generuje System zostaje alzkę. usua raport ołany zdarzena. ops bagażu osoby z bazy obektó poszukanych generuje raport zdarzena. System W przypadku przypadku, usua zgłoszena gdy ops bagażu łaśccela ne osoby zostane z alzk bazy odebrany obektó służb oce poszukanych porządkoych służb poterdza generuje W przypadku, zostaje raport ystąpene alarm ołany zdarzena. gdy bagaż realnej ne groźby zostane zamachu odebrany terrorystycznego, oce służb poterdza ystąpene realnej groźby zamachu terrorystycznego, System zarządza usua sę eakuację ops bagażu termlu osoby z poadama bazy obektó służby poszukanych antyterrorystyczne. W przypadku, gdy ne zostane odebrany oce służb poterdza generuje raport ystąpene zdarzena. realnej groźby zamachu terrorystycznego, zarządza sę eakuację termlu poadama służby antyterrorystyczne. zarządza sę eakuację termlu poadama służby antyterrorystyczne. W przypadku, Dla potrzeb gdy bagaż projektu ne zostane opracoano odebrany bazę oce sceruszy, służb poterdza zaerającą Dla ystąpene potrzeb zę, realnej projektu ops groźby przykłae opracoano zamachu terrorystycznego, sekencje bazę sceruszy, deo zarządza dla zaerającą Dla stępujących sę potrzeb eakuację zę, projektu sytuacj: termlu ops opracoano poadama przykłae służby bazę sekencje antyterrorystyczne. sceruszy, deo zaerającą dla detekcja stępujących porzucych zę, sytuacj: ops przedmotó, przykłae sekencje deo dla Dla ruszene stępujących detekcja potrzeb porzucych ydzelych projektu sytuacj: opracoano przedmotó, stref, bazę sceruszy, zaerającą detekcja ykryce ruszene porzucych zę, nepradłoego ydzelych ops przedmotó, przykłae stref, kerunku ruchu, sekencje deo dla ruszene stępujących zaberane, ykryce nepradłoego ydzelych kradzeż, sytuacj: przesuane stref, kerunku obektó, ruchu, detekcja ykryce typoe zaberane, zachoana porzucych nepradłoego kradzeż, ludz, przedmotó, przesuane kerunku obektó, ruchu, ruszene zaberane, ałęsane typoe zachoana sę, ydzelych kradzeż, łamane, przesuane ludz, stref, obektó, ykryce typoe dmerne ałęsane zachoana nepradłoego gromadzene sę, łamane, ludz, kerunku osób, ruchu, zaberane, ałęsane alzm, dmerne sę, kradzeż, gromadzene łamane, przesuane osób, obektó, typoe dmerne bójka, alzm, zachoana gromadzene ludz, osób, ałęsane alzm, upadk, bójka, zasłabnęca, sę, łamane, dmerne bójka, sabotaż upadk, (uszkodzene zasłabnęca, gromadzene kamery, osób, zaężene pola dze- alzm, upadk, na). sabotaż zasłabnęca, (uszkodzene kamery, zaężene pola dze- bójka, sabotaż na). (uszkodzene kamery, zaężene pola dzena). zasłabnęca, upadk, sabotaż (uszkodzene kamery, zaężene pola dzena). 12/2011 Pomary aumatyka Robotyka 71

4 uka Część materałó flmoych została storzo ramach Część materałó flmoych została storzo ramach projektu, a także pozyska z nnych baz danych o pobnej tematyce. Scerusze podstaoym rzędzem projektu, także pozyska nnych baz danych pobnej tematyce. Scerusze podstaoym rzędzem testó torzych algorytmó alzy obrazu. testó torzych algorytmó alzy obrazu Zadana Zadana badacze badacze realzoane realzoane ramach ramach projektu projektu Zarys Zarys medyk medyk alzy alzy sceny sceny uzyskanych uzyskanych ynkó ynkó W ramach oceny rozązań ssoanych obecne to- ramach oceny rozązań ssoanych obecne torzych ach dzoru, ko przeglądu jbardzej zaaansoanych produktó, rozjanych Izraelu, rzych ach dzoru, ko przeglądu jbardzej zaaansoanych produktó, rozjanych Izraelu, USA Nemczech. Poażnym utrudnenem USA Nemczech. Poażnym utrudnenem utajnene ssoanych rozązań, dużej częśc ykorzystyanych sekrze obrnym. utajnene ssoanych rozązań, dużej częśc ykorzystyanych sekrze obrnym. Aby połać złożemu zagadnenu alzy sceny Aby połać złożemu zagadnenu alzy sceny 2,5D oparcu o płask obraz, przeproadzo badana 2,5D oparcu płask obraz, przeproadzo badana zaaansoanych algorytmó spomagających poyższe zaaansoanych algorytmó spomagających poyższe zadane. Uzględnają e zaróno odległośc alzoanych obektó od punktu obseracj, róneż zajem- zadane. Uzględnają e zaróno odległośc alzoanych obektó od punktu obseracj, róneż zajemne położene obektó. W celu umożlena aumatycznej dentyfkacj obektó scene opracoano zamne położene obektó. celu umożlena aumatycznej dentyfkacj obektó scene opracoano zamplemenano algorytmy bazujące różnego typu podejścach, m.n.: zassoanu metryk Hausrffa, punkplemenano algorytmy bazujące różnego typu podejścach, m.n.: zassoanu metryk Hausrffa, punktó charakterystycznych deskrypró HOG (Hsgram Orented Gradent). tó charakterystycznych deskrypró HOG (Hsgram Orented Gradent). W ramach projektu przeproadzo prace badacze ramach projektu przeproadzo prace badacze mające celu storzene algorytmó umożlających mające celu storzene algorytmó umożlających śledzene predykcję trajekr obektó ruchomych śledzene predykcję trajekr obektó ruchomych (trajekra, predykcja położena, przesłanane) (trajekra, predykcja położena, przesłanane) medy dentyfkacj ruchomych obektó alzoanej medy dentyfkacj ruchomych obektó alzoanej scene (m.n. oparcu o medy z grupy kernel trackng scene (m.n. oparcu medy grupy kernel trackng medy cząsteczkoe (ang. partce flters)). Alza medy cząsteczkoe (ang. partce flters)). Alza ynkó dzałana zapropoanych algorytmó ynkó dzałana zapropoanych algorytmó uzględnała zaróno ość uzyskanych ynkó z alzy obrazu, róneż możlość ch zassoana uzględnała zaróno ość uzyskanych ynkó alzy obrazu, róneż możlość ch zassoana ybranych sceruszach zązanych z ruszenem ybranych sceruszach zązanych ruszenem strefy chrej. strefy chrej. Realzacja celó postaych przed projektem Realzacja celó postaych przed projektem ymaga uzyskana zaalających ynkó ymaga uzyskana zaalających ynkó alzy eryfkacj uzyskanych rozązań faze testó. Zapropoa medyka alzy sekencj deo alzy eryfkacj uzyskanych rozązań faze testó. Zapropoa medyka alzy sekencj deo opera sę sceruszach defnujących ykryane opera sę sceruszach defnujących ykryane zdarzena. Scerusze (zane głónym, por. pkt 4) zdarzena. Scerusze (zane głónym, por. pkt 4) stępne dekompoane częścoo nezależne od stępne dekompoane częścoo nezależne od sebe scerusze cząstkoe. W oparcu o ybrane scerusze cząstkoe, specyfkoane elementy algorytmó sebe scerusze cząstkoe. oparcu ybrane scerusze cząstkoe, specyfkoane elementy algorytmó realzujących: dentyfkację człoeka jego syletk, dentyfkację częśc cała o skłaych syletk, detekcję realzujących: dentyfkację człoeka jego syletk, dentyfkację częśc cała o skłaych syletk, detekcję tarzy, poszukane obektó spełnających krytera rozmaru, kształtu koloru, detekcję obektó torzących tarzy, poszukane obektó spełnających krytera rozmaru, kształtu koloru, detekcję obektó torzących jedną całość z syletką człoeka, yzczene pozycj jedną całość syletką człoeka, yzczene pozycj przemeszczana sę ludz. Zapropoa medyka de- przemeszczana sę ludz. Zapropoa medyka dekompozycj sceruszy głónych cząstkoe pozala kompozycj sceruszy głónych cząstkoe pozala prosty ops poszukanych sytuacj postac grafoej prosty ops poszukanych sytuacj postac grafoej odpoednej dla zassoana med regułoych. odpoednej dla zassoana med regułoych. Doko eloarana alza med, pozalających ykryane nebezpecznych sytuacj z udzałem Doko eloarana alza med, pozalających ykryane nebezpecznych sytuacj udzałem Rys. 2. Przykład kfguracj sceny tesej ersj oprogramoana storzego ramach projektu. Rys. 2. Przykład kfguracj sceny tesej ersj oprogramoana storzego ramach projektu. Na górze czny obszar yłączy z alzy, Na górze czny obszar yłączy alzy, a środku mnmalny rozmar alzoanego obektu środku mnmalny rozmar alzoanego obektu Fg. 2. Example scene alyss n test vers stare Fg. 2. Example scene alyss n test vers stare developed thn project. On p s developed thn project. On p s sh an area excluded from alyss belo sh an area excluded from alyss belo mnmal sze alyzed object mnmal sze alyzed object pojedynczych ludz ch grup (tłumu), ąże sę z opracoanem reguł kalfkujących poszczególne zachoana pojedynczych ludz ch grup (tłumu), ąże sę opracoanem reguł kalfkujących poszczególne zachoana ludzke o nebezpeczne bądź agresyne. ludzke o nebezpeczne bądź agresyne. Ważkm zagadnenem, które s przed tórcam Ważkm zagadnenem, które s przed tórcam u, określene ymagań obec stępnej kfguracj sceny (por. rys. 2). Rozaża sę przypadk au- u, określene ymagań obec stępnej kfguracj sceny (por. rys. 2). Rozaża sę przypadk aumatycznej manualnej kfguracj sceny opracouje medy pozalające dentyfkację obektó matycznej manualnej kfguracj sceny opracouje medy pozalające dentyfkację obektó faze kfguracj sytemu. faze kfguracj sytemu. Przedstae kolejnych podrozdzałach medy Przedstae kolejnych podrozdzałach medy oceno pod kątem pod kątem użytecznośc dla projektu oceno pod kątem pod kątem użytecznośc dla projektu. Wymene algorytmy przealzoano, zamplemenano przebadano eksperymentalne, a stępne. Wymene algorytmy przealzoano, zamplemenano przebadano eksperymentalne, stępne zapropoano zmany, mające celu usunęce ad zapropoano zmany, mające celu usunęce ad popraę ch funkcjoana. popraę ch funkcjoana Medy Medy detekcj detekcj obektó obektó Podstaą elu algorytmó przetarzana obrazó Podstaą elu algorytmó przetarzana obrazó detekcja obektó, czyl nteresujących, z punktu dzena detekcja obektó, czyl nteresujących, punktu dzena rozażanego zadana, elementó sceny zyjnej. Elementy rozażanego zadana, elementó sceny zyjnej. Elementy te zykle ruchome (osoby, samochody tp.), ale przykłao sceruszu ykryana pozostaych te zykle ruchome (osoby, samochody tp.), ale przykłao sceruszu ykryana pozostaych przedmotó ażne także elementy stacjorne, które przedmotó ażne także elementy stacjorne, które uprzedno ne były reroane (alzk, rby, paczk). uprzedno ne były reroane (alzk, rby, paczk). Algorytmy detekcj obektó moż podzelć de Algorytmy detekcj obektó moż podzelć de głóne klasy: operujące dóch ęcej kolejnych głóne klasy: operujące dóch ęcej kolejnych ramkach z sekencj ykorzystujące generację tła. ramkach sekencj ykorzystujące generację tła. Najbardzej podstaoym algorytmem, leżącym Najbardzej podstaoym algorytmem, leżącym perszej grupy, meda różncoa, która polega perszej grupy, meda różncoa, która polega oblczanu modułu z różncy dóch kolejnych ramek obrazu. W ten sposób możle ykryce pksel, które z- oblczanu modułu różncy dóch kolejnych ramek obrazu. ten sposób możle ykryce pksel, które z- 72 Pomary aumatyka Robotyka 12/2011

5 uka cząco sę zmenły. Zaletą takego podejśca, oprócz prosty, cząco sę odporność zmenły. Zaletą szybke takego zmany podejśca, ośetlena. oprócz Wadą pros- duża ty, podatność odporność szum szybke nełaśce zmany ośetlena. ykryane Wadą dużych, jednoltych duża podatność ruchomych szum obektó. nełaśce Bardzej ykryane yrafnoa dużych, ersja jednoltych medy ruchomych została zassoa obektó. Bardzej pracy [1]. yrafnoa ersja Roznęcem medy została de zassoa różncoej pracy ylczane [1]. przepłyu Roznęcem optycznego (ang. de optcal różncoej flo). Na ylczane podstae przepły- danych z u dóch optycznego klku (ang. kolejnych optcal flo). ramek, Na ykorzystując podstae danych jeden z przyblżych dóch klku lteraturze kolejnych ramek, algorytmó ykorzystując (Lucas-Kade, jeden Horn-Schunck, z przyblżych pasoane lteraturze algorytmó blokoe) opsuje (Lucas-Kade, sę przemeszczene Horn-Schunck, pksel pasoane mędzy kolejnym blokoe) ramkam. opsuje sę Rezultatemeszczene dzałana pksel pole mędzy ekroe, kolejnym które ramkam. zaera nforma- Rezultacjtem o dzałana prędkośc kerunku pole ekroe, ruchu pksel. które Meda zaera zapena nforma- lepsze cje o prędkośc ynk nż kerunku proste odejmoane ruchu pksel. kolejnych Meda ramek, zapena ale kosztem lepsze ynk dużo nż ększego proste odejmoane kładu oblczenoego. kolejnych ramek, Pod ale ne kosztem zapena dużo popranego ększego kładu ykryana oblczenoego. jednoltych Pod ruchomych ne zapena obszaró. popranego ykryana jednoltych rucho- przemych Wykryane obszaró. obektó moż też zrealzoać za pomocą Wykryane generacj tła. obektó Idea polega moż też storzenu, zrealzoać przechoyanmocą generacj odpoednm tła. Idea uaktualnanu polega storzenu, modelu tła, przecho- czyl obrazu yanu sceny odpoednm bez obektó. uaktualnanu Następne od modelu aktualnej tła, ramk czyl odejmuje obrazu sceny sę model bez obektó. tła ten Następne sposób od kuje aktualnej yodręb- ramk nena odejmuje nteresujących sę model tła obektó. ten sposób W jprostszej kuje yodręb- ersj ykorzystuje nena nteresujących sę stałe obektó. tło referencyjne W jprostszej (skazane ersj operara ykorzystuje u), sę stałe tło bardzej referencyjne zaaansoanych (skazane obraz ygeneroany operara u), podstae bardzej statystycznej zaaansoanych alzy obraz strumena ygeneroany deo. Przykładem podstae takej statystycznej medy alzy modeloane stru- jasnośc mena deo. (koloru) Przykładem każdego takej pksela medy za pomocą modeloane rozkładu Gaussa. jasnośc (koloru) każdego pksela za pomocą rozkładu za po- Gaussa. Z ykorzystanem generacj tła zązane da podstaoe Z ykorzystanem problemy: ncjalzacj generacj tła (otrzymana zązane popranego da pod- modelu staoe tła problemy: arunkach ncjalzacj obecnośc (otrzymana ruchu popranego scene) aktualzacj modelu tła (pasoana arunkach obecnośc tła zmenających ruchu scene) sę arunkó, aktualzacj głóne (pasoana ośetlenoych). tła zmenających Oba zagadnena sę arun- były kó, tematem głóne szczegółoych ośetlenoych). badań. Oba zagadnena były tematem Na potrzeby szczegółoych projektu badań. zamplemenano przetesano Na potrzeby szereg projektu med, zaróno zamplemenano różncoych ykorzystujących przetesano szereg generację med, tła. zaróno Alzoano różncoych take algorytmy ykorzystujących : przyblży generację fltr medanoy tła. Alzoano (sgma-delta), take algo- fltr Kalma, rytmy : fltr przyblży uśrednający, fltr medanoy fltr medanoy, (sgma-delta), fltr maksy- fltr malny Kalma, mnmalny, fltr uśrednający, model Gaussa, fltr medanoy, klka model fltr Gaussa maksy- (MOG, malny GMM), mnmalny, KDE model (Kernel Gaussa, Desty klka Estmat), model Gaussa model oparty (MOG, GMM), fltracj KDE Wenera (Kernel Desty model klastroy. Estmat), model oparty W pracach fltracj duży Wenera csk położo model klastroy. elmcję różnych zakłóceń: W pracach odblaskó, duży csk zman położo ośetlena elmcję cen, a także różnych opracoane zakłóceń: odblaskó, skutecznych zman med ośetlena aktualzacj cen, modelu a także tła. Cel opracoane ten ognę skutecznych po med ntegrację aktualzacj nformacj modelu z generacj tła. tła Cel ten yzczana ognę po przepłyu ntegrację optycznego nformacj z dzęk generacj zaaansoanej tła yzczana alze przepłyu ykrytych optycznego obektó. dzęk zaaansoanej alze ykrytych obektó Oce płyu zakłóceń 5.3. Oce ość płyu detekcj zakłóceń przedmotó skal ość szarośc detekcj przedmotó kolorze skal Zakłócena, szarośc postac cen kolorze odblaskó, bardzo poażne Zakłócena, płyają postac dzałane cen dalszych odblaskó, etapó bardzo przetarzanażne tj. płyają alzy rozumena dzałane dalszych obrazu. Przykłao etapó przeta- ceń znekształca rzana tj. alzy syletkę rozumena człoeka obrazu. pooduje Przykłao łączene ceń syletek znekształca osób syletkę zjdujących człoeka sę blsko sebe, pooduje co zczne łączene utrudna syletek osób detekcję zjdujących śledzene sę blsko ludz. sebe, Dlatego co zczne badana po- utrudna detekcję śledzene ludz. Dlatego badana d medam usuana zakłóceń stnym elementem prac d medam ramach usuana projektu. zakłóceń stnym elementem prac Detekcja ramach projektu usuane. cena odbya sę głóne podstae Detekcja dóch usuane założeń: cena ceń ne odbya płya sę głóne kolor po- erzchn, podstae dóch którą założeń: pada (a ceń tylko ne płya jej jasność) kolor ceń po- ne erzchn, zmena tekstury którą pada poerzchn, (a tylko jej którą jasność) pada. Oba ceń sterdzena ne zmena tekstury pradze poerzchn, tylko ścśle którą określych pada. Oba przypadkach. sterdzena Persze pradze arunkach tylko enętrznych ścśle określych przy rónomernym przypadkach. Persze ośetlenu, arunkach druge przypadku enętrznych ystępo- przy ana rónomernym yraźnej ośetlenu, tekstury druge braku głębokch przypadku cen. ystępoana W yraźnej ramach prac tekstury przealzoano braku głębokch zamplemenano cen. szereg W algorytmó ramach prac detekcj przealzoano usuana zamplemenano cen, dzałających zaróno szereg algorytmó obraze koloroym, detekcj usuana odcenach cen, dzałających szarośc: zaróno Algorytm obraze zapropoany koloroym, odcenach Nghem a szarośc: (2008) czy Algorytm zapropoany detekcj cen, Nghem a ssujący (2008) model ośetlena czy Phga detekcj trzy cen, podstaoe ssujący cechy: model jasność, ośetlena chromncję Phga teksturę. trzy podstaoe cechy: ja- Algorytm sność, chromncję San (2010) teksturę. pęcoetapoy algorytm, oparty Algorytm o zassoane San (2010) nformacj pęcoetapoy o chromncj algorytm, ykryana oparty o zassoane cena, a stępne nformacj eryfkacj o chromncj obszaró zacenych ykryana cena, oparcu a stępne o yzczane eryfkacj gradentó. obszaró Algorytm zacenych Q oparcu (2010) o yzczane meda ykorzystuje gradentó. ykryana Algorytm Q cen (2010) nformacje meda o teksturze ykorzystuje kolorze. Tekstura ykryana tym cen algorytme nformacje o alzoa teksturze z kolorze. zassoanem Tekstura deskrypró tym algorytme określych alzoa o LTP z (Local zas- Tery soanem Pattern) deskrypró ch określych modyfkacj o SILTP (Local (Scale Invarant Tery Pattern) Local Terry ch modyfkacj Pattern) SILTP odpornej (Scale zmany Invarant jasnośc. Local Terry Pattern) odpornej Praca zmany Benedeka jasnośc. (2007) alza różnych przestrzen bar Praca ykorzystyanych Benedeka (2007) alza detekcj różnych cen: RGB, przestrzen HSV, C1C2C3, bar ykorzystyanych znormalzoane RGB, detekcj CIE cen: Lab, RGB, CIE HSV, Luv. Ważnym C1C2C3, składnkem znormalzoane storzego RGB, CIE algorytmu Lab, CIE detekcj Luv. cen Ważnym określene składnkem kształtu storzego przestrzen algorytmu cena detekcj raz ze schematem cen określene aumatycznej kształtu adaptacj przestrzen parametró cena raz modelu schematem kształtu. aumatycznej W pracy zapropoano adaptacj parametró także podej- moścdelu oparte kształtu. o MRF W pracy (Markov zapropoano Rom Felds) także podej- oceny ze śce przestrzennych oparte o MRF zależnośc (Markov pomędzy Rom pkselam. Felds) oceny Przeproadze przestrzennych zależnośc badana pomędzy pokazały, pkselam. że zagadnene usuana Przeproadze cen, dla rzeczystych badana pokazały, sekencj, że zagadnene zadanem trudnym. usuana cen, szczególne dla rzeczystych jeżel ymagane sekencj, dzałane zadanem algorytmu trudnym. czase szczególne rzeczystym. jeżel ymagane Prace tym dzałane obszarze algo- ktynuoane. rytmu czase rzeczystym. Prace tym obszarze ktynuoane Torzene opsu obektó 5.4. Torzene Ważnym opsu elementem obektó projektu badana, których celem Ważnym elementem określene projektu przydatnośc algorytmó badana, realzoanych celem modułach określene alzy. przydatnośc W szczególnośc algorytmó bardzo nteresujące realzoa- nych medy, modułach które alzy. pozalają W szczególnośc storzene bardzo opsu nteresujące danego obektu medy, (np. które człoeka, pozalają alzk), tak storzene aby możle opsu było danego jego śledzene obektu (np. człoeka, dentyfkacja alzk), (aż tak np. aby możle sceruszu było ałę- jego sana śledzene sę) Na dentyfkacja aktualnym etape (aż realzacj np. sceruszu projektu przeba- ałędansana dzałane sę) Na aktualnym stępujących etape algorytmó: realzacj projektu przeba- dano Algorytmy dzałane stępujących oparte algorytmó: detekcj kraędz: Sobela, których Laplace a, Algorytmy Cannyego, oparte SUSAN, detekcj Pretta, kraędz: Robertsa, Sobela, Sharra, Laplace a, Marr-Hldretha. Cannyego, SUSAN, Pretta, Robertsa, Algorytm Sharra, Marr-Hldretha. SIFT (Scale Invarant Feature Transform) zapropoany Algorytm SIFT (Scale Davda Invarant Loe Feature 1999 Transform) r. Wyzcza zapropoany dla alzoanego Davda obrazu Loe zbór 1999 punktó r. Wyz- charakterystycznyccza dla alzoanego opsuje obrazu je za zbór pomocą punktó deskryprórakterystycznych postac 128 opsuje elemenych je za pomocą ekró. deskryp- Meda charó, postac 128 elemenych ekró. Meda 12/2011 Pomary aumatyka Robotyka 73

6 uka ta narant ze zględu skalę obrót. ta narant ze zględu skalę obrót. o ssoa ta narant aumatycznego ze zględu torzena skalę zdjęć obrót. o ssoa ta aumatycznego torzena zdjęć panoramcznych, narant rozpozana ze zględu skalę obektó obrót. obraze, o ssoa aumatycznego torzena zdjęć panoramcznych, o rozpozana obektó obraze, rekstrukcj ssoa rekstrukcj scen scen 2,5D, 2,5D, lokalzacj aumatycznego lokalzacj przestrzen torzena przestrzen tp. zdjęć panoramcznych, rozpozana obektó obraze, ta panoramcznych, narant rozpozana ze zględu obektó skalę obrót. tp. obraze, rekstrukcj scen 2,5D, lokalzacj przestrzen tp. Algorytm Algorytm SURF SURF (Speeded (Speeded Up Up Robust Robust Features) o rekstrukcj ssoa scen 2,5D, aumatycznego lokalzacj przestrzen torzena zdjęć tp. Algorytm SURF (Speeded Up Robust Features) algorytmem algorytmem panoramcznych, detekcj detekcj opsu opsu obrazu obrazu po po punkty Algorytm SURF rozpozana (Speeded Up Robust obektó Features) punkty obraze, algorytmem detekcj opsu obrazu po punkty charakterystyczne, rekstrukcj algorytmem częścoo detekcj scen częścoo 2,5D, zoroanym opsu lokalzacj obrazu przestrzen po SIFT. SIFT. punkty charakterystyczne, częścoo zoroanym SIFT. tp. Perszy Perszy raz Algorytm charakterystyczne, zaprezenany raz SURF (Speeded częścoo Up zoroanym Herberta Robust Features) SIFT. Perszy raz zaprezenany Herberta Baya Baya Baya r. algorytmem Perszy r. użyany raz użyany detekcj zaprezenany rozpozana opsu obrazu po Herberta obektó punkty Baya 2006 r. użyany rozpozana obektó charakterystyczne, rekstrukcj 2006 r. scen scen 2,5D 2,5D użyany częścoo rozpozana zoroanym róneż narant- obektó rekstrukcj scen 2,5D róneż narantny ze zględu skalę obrót. Stara ersja ersja Baya SIFT. Perszy ny ze ny zględu ze rekstrukcj zględu raz zaprezenany scen skalę skalę obrót. 2,5D obrót. Stara róneż Herberta narantny SURF SURF 2006 ze zględu klka klka razy r. użyany razy szybsza szybsza skalę od obrót. rozpozana SIFT. od SIFT. Stara obektó ersja SURF klka razy szybsza od SIFT. Medy SURF rekstrukcj oparte klka scen o porónyane razy 2,5D szybsza od SIFT. Medy oparte porónyane Medy oparte o porónyane hsgramó hsgramó róneż narant- yzczycczych Medy yz- yzczych dla danych obektó. ersja ze zględu oparte dla danych dla danych o porónyane skalę obektó. obektó. obrót. Stara hsgramó yzczych SURF dla klka danych razy obektó. szybsza od SIFT Śledzene 5.5. Śledzene 5.5. Medy oparte o porónyane hsgramó yzczych dla danych obektó. Śledzene obektó, rozumane o estymacja stanu 5.5. Śledzene Śledzene Śledzene obektó, rozumane o estymacja stanu Śledzene obektó, rozumane o estymacja stanu obektu 5.5. Śledzene Śledzene obektó, rozumane o estymacja stanu obektu trakce ruchu obseroanej scene, trakce ruchu obseroanej scene, obektu obektu trakce trakce ruchu ruchu obseroanej obseroanej scene, scene, bardzo ażnym elementem projektu może bardzo Śledzene ażnym elementem projektu może bardzo ażnym bardzo ażnym obektó, elementem elementem rozumane projektu projektu o estymacja stanu może zostać ykorzystane ększośc sceruszy. może zostać obektu zostać ykorzystane ększośc sceruszy. zostać ykorzystane ykorzystane trakce W ramach proadzych ększośc ruchu ększośc prac sceruszy. obseroanej sceruszy. ramach proadzych prac alzoane, scene, mplemenane tesane różne algorytmy śledzena obektó, może bardzo W ramach ażnym proadzych elementem prac alzoane, projektu alzoane, mplemenane ramach zostać tesane proadzych różne prac algorytmy alzoane, śledzena mplemenane mplemen- W ykorzystane tesane różne ększośc algorytmy sceruszy. śledzena obektó, m.n.: obektó, ane m.n.: tesane różne algorytmy śledzena obektó, m.n.: W fltry ramach cząsteczkoe proadzych (ang. prac partce alzoane, flters), mplemenane m.n.: fltry cząsteczkoe fltry tesane cząsteczkoe (ang. różne (ang. partce algorytmy partce flters), aktyne modele kształtu, flters), śledzena obektó, fltry aktyne cząsteczkoe m.n.: aktyne modele modele (ang. kształtu, algorytm KLT. kształtu, partce flters), aktyne algorytm modele fltry algorytm KLT. cząsteczkoe KLT. Ze śledzenem kształtu, obektó (ang. zązanych partce flters), klka problemó. Na początku keczne ke yboru proble- mo- algorytm Ze Ze aktyne śledzenem KLT. śledzenem modele obektó obektó kształtu, zązanych zązanych klka klka problemó. Ze mó. śledzenem algorytm Na początku Na początku obektó KLT. keczne keczne zązanych ke ke klka yboru yboru proble- modelu (cech, delu (cech, podstae których obekt będze śledzy). modelu Na (cech, początku Ze śledzenem obektó zązanych klka problemó. Na początku keczne ke yboru mo- sebe mó. podstae keczne podstae których których ke obekt obekt będze yboru będze śledzy). Pen brze różncoać et pobne śledzy). modelu (cech, podstae których obekt będze śledzy). Rys. 3. Przykład detekcj obektu przesłętego. U góry delu (cech, Pen Pen podstae brze brze różncoać różncoać et których obekt et pobne będze pobne śledzy). sebe sebe Rys. 3. Przykład detekcj obektu przesłętego. góry obekty (przykłao pobne ubranych ludz). Alzoano modele oparte kolor, kształty, teksturę, punkty 4 ybrane kadry flmu, u łu: ynk segmentacj ostat- Rys. 3. Przykład detekcj obektu przesłętego. U góry Pen obekty obekty Pen brze (przykłao (przykłao różncoać brze pobne pobne różncoać et ubranych ubranych pobne et pobne ludz). ludz). sebe Al- Al- ybrane kadry flmu, łu: ynk segmentacj ostatnego kadru (bałym kolorem ozczo przesłętą sebe 4 ybrane kadry flmu, u łu: ynk segmentacj ostatnego kadru (bałym kolorem ozczo przesłętą obekty zoano zoano modele oparte (przykłao modele oparte pobne o o kolor, kolor, ubranych kształty, kształty, teksturę, teksturę, ludz). Alzoano modele zoano skać ops punkty punkty charakterystyczne. Badana pokazują, że trudno uzy-rysskać ops obektu, który byłby nezależny od położena Rys Przykład nego kadru detekcj (bałym obektu kolorem przesłętego. ozczo przesłętą U U góry góry charakterystyczne. obekty (przykłao Badana pobne pokazują, ubranych że trudno ludz). Al- uzy- paczkę) charakterystyczne. Badana pokazują, że trudno uzyskać ops obektu, który byłby nezależny od położena nego nego Detect 4 4 paczkę) ybrane kadry kadry flmu, u u łu: ynk segmentacj ostat- ostat- oparte modele obektu, o kolor, oparte który o kształty, kolor, byłby kształty, nezależny teksturę, teksturę, od położena ośetlena. punkty punkty Fg. 3. paczkę) kadru kadru (bałym occluded kolorem object. ozczo Top przesłętą sequence charakterystyczne. charakterystyczne. ośetlena. Fg. 3. Detect occluded object. Top - sequence Kolejnym Badana problemem Badana pokazują, pokazują, alza że trudno przypadkó, że trudno uzyskać ops obektu, Kolejnym który problemem uzy- których da obekty zjdują sę bardzo blsko sebe (np. ( occluded box s sh n hte) paczkę) frames, belo: segmentat result last frame ośetlena. skać ops obektu, który byłby nezależny od położena Fg. 3. paczkę) Detect occluded object. Top - sequence byłby nezależny alza przypadkó, od położena których da obekty zjdują sę bardzo blsko sebe (np. ( occluded box s sh n hte) 4 frames, belo: segmentat result last frame Kolejnym ośetlena. problemem alza przypadkó, których da Kolejnym obekty zjdują problemem sę bardzo alza blsko przypadkó, sebe (np. któ- ( 4 frames, occluded belo: box s segmentat sh n hte) result last frame Fg frames, Detect belo: segmentat occluded object. result Top - sequence last frame ośetlena. dące obok sebe osoby) scene zjduje sę bardzo Fg. 3. Detect occluded object. Top - sequence Kolejnym dące dące obok problemem obok sebe osoby) sebe osoby) alza scene scene przypadkó, zjduje sę bardzo dużo obektó. Trudność stanoą też: przesłanane zjduje sę bardzo któ- (np. 4 frames, belo: segmentat result last frame rych da obekty zjdują sę bardzo blsko sebe (np. ( occluded box s sh n hte) dużo obektó. Trudność stanoą też: przesłanane (np. jed osoba zasłana drugą, osoba zasłana nteresujący rych dużo da obektó. obekty dące obok zjdują Trudność sebe osoby) sę stanoą bardzo też: scene blsko przesłanane zjduje sebe sę (np. ( occluded box s sh n hte) jed osoba zasłana drugą, osoba zasłana nteresujący przedmot por. rys. 3), złoży model ruchu (różne (np. bardzo prędkośc różne kerunk ruchu obektó), różnorodność kształ- (np. dużo przedmot obektó. jed kośc dące jed obok osoba dużo sebe przedmot obektó. zasłana osoby) drugą, Trudność scene stanoą osoba zjduje zasłana też: przesłanane sę nteresujący bardzo por. rys. 3), złoży model ruchu (różne pręd- Trudność osoba różne por. rys. zasłana kerunk 3), stanoą złoży drugą, ruchu obektó), też: model osoba przesłanane ruchu zasłana różnorodność (różne nteresujący (np. kształtu obektó Alzoane medy charakteryzoały sę różną skutecznoścą, jedk podstaoym problemem okazał sę pręd- Alzoane medy charakteryzoały sę różną skutecznoścątu obektó ymagane dzałana czase rzeczy- jed kośc osoba przedmot różne zasłana kerunk drugą, por. ruchu rys. ymagane 3), obektó), osoba złoży dzałana zasłana model różnorodność ruchu czase nteresujący (różne rzeczystym. por. rys. różne kształtu obektó kośc pręd- Alzoane jedk podstaoym medy problemem charakteryzoały sę okazał różną sę stym. Storzene unersalnego algorytmu śledzącego, skutecznoścą, dług czas oblczeń. To zagadnene stanoć będze temat przedmot Storzene 3), kerunk ymagane złoży unersalnego ruchu model obektó), dzałana algorytmu ruchu różnorodność czase (różne śledzącego, rzeczystym. różne ykazuje prędkośc kształtu obektó ymagane dzałana czase rzeczy- dług czas oblczeń. To zagadnene stanoć będze temat Alzoane medy charakteryzoały sę różną skutecznoścą, ykazuje alza lteratury ynk przeproadzych jedk podstaoym problemem okazał sę Storzene kerunk alza ruchu unersalnego lteratury obektó), ynk przeproadzych dalszych prac. algorytmu różnorodność śledzącego, kształtu obektó ykazuje alza ymagane lteratury dzałana ynk czase przeproadzych dalszych prac. badań, cąż dużym yzanem. jedk podstaoym problemem okazał sę dług Alzoane czas oblczeń. medy To zagadnene charakteryzoały stanoć sę będze różną temat stym. badań, Storzene cąż dużym unersalnego yzanem. algorytmu śledzącego, skutecznoścą, dalszych prac. jedk podstaoym problemem okazał sę dług czas oblczeń. To zagadnene stanoć będze temat rzeczystym. badań, 5.6. ykazuje alza lteratury ynk przeproadzych dalszych prac. Storzene cąż unersalnego dużym yzanem Wykryane Wykryane ludz ludz badań, cąż dużym algorytmu yzanem. śledzącego, 6. dług 6. Innoacyjność czas Innoacyjność projektu oblczeń. To zagadnene projektu stanoć będze temat ykazuje alza Opracoane lteratury algorytmu, ynk który pozala przeproadzych sterdzene, dalszych prac Wykryane ludz badań, 5.6. Opracoane cąż Wykryane algorytmu, dużym yzanem. ludz który pozala sterdzene, Oprócz klasycznych rozązań, ssoanych przetarzanu alze cyfroych obrazó realzoany projekt prze- czy dany obekt człoekem, kolejnym stnym Oprócz Innoacyjność klasycznych rozązań, ssoanych projektu przetarza- czy dany obekt człoekem, kolejnym stnym elementem projektu. Stano element semantycznej alzy sceny, czyl zana jej poszczególnych Oprócz Oprócz klasycznych rozązań, ssoanych przetarza Wykryane czy dany czy obekt dany obekt ludz człoekem, człoekem, kolejnym kolejnym stnym stnym duje zbadane eentualne drożene klku noarskch Opracoane Opracoane algorytmu, algorytmu, który który pozala pozala sterdzene, sterdzene, nu alze cyfroych obrazó realzoany projekt prze- elementem projektu. Stano element semantycznej alzy sceny, czyl zana jej poszczególnych algorytmó. Istnym ymaganem przetarzane duje zbadane eentualne drożene klku noarskch elementó. 6. nu nu Innoacyjność alze alze cyfroych obrazó projektu realzoany projekt przedujduje zbadane eentualne drożene klku noarskch elementem projektu. Stano element semantycznetycznej alzy alzy sceny, sceny, czyl czyl zana zana jej jej poszczególnych Oprócz obrazó Opracoane elementem algorytmu, projektu który. pozala Stano sterdzene, element seman- algorytmó. obrazó Istnym czase ymaganem rzeczystym. przetarzane elementó. rozjanych projekce ramach przeproadzych prac przealzoano klasycznych czase rzeczystym. rozązań, ssoanych Z rozjanych projekce przetarza- czy dany obekt W szereg ramach przeproadzych prac przealzoano rozązań, ze zględu ch noarsto, złożość algorytmó: człoekem, kolejnym stnym algorytmó. Istnym ymaganem przetarzane elementó. elementó. nu rozązań, alze cyfroych ze zględu ch obrazó noarsto, realzoany złożość projekt przeduje odmenny elementem szereg projektu algorytmó: HOG. (Hsgram Stano Gradents) element SVM seman- odmenny aspekt użyca, stępujące elementy u (Support obrazó czase rzeczystym. Z rozjanych projekce W ramach W ramach przeproadzych prac prac przealzoano moż zbadane aspekt uzć eentualne użyca, stępujące elementy u HOG (Hsgram Gradents) + SVM (Support nnoacyjne: Vecr Machnes), drożene klku noarskch tycznej ze szereg alzy szereg algorytmó: sceny, algorytmó: czyl zana jej poszczególnych rozązań, moż uzć ze za zględu nnoacyjne: ch noarsto, złożość Vecr Machnes), kaskada rozbuany moduł kfguracyjno-dentyfkacyjny, Haara, algorytmó. elementó. odmenny Istnym aspekt użyca, ymaganem stępujące elementy przetarzane u HOG HOG (Hsgram (Hsgram Gradents) Gradents) + SVM + SVM (Support (Support rozbuany którym moduł kfguracyjno-dentyfkacyjny, kaskada Haara, zdentyfkoane ( e. zane) zostaną Dscrmtvely Traned Deformable Part Models. obrazó W ramach moż moż uzć uzć czase za rzeczystym. nnoacyjne: Z rozjanych projekce Vecr Vecr Dscrmtvely przeproadzych Machnes), Machnes), Traned prac Deformable przealzoano Part Models. którym stne zdentyfkoane elementy ( e. obseroanej zane) zostaną sceny, rozązań, rozbuany rozbuany stne ze zględu elementy moduł moduł obseroanej ch kfguracyjno-dentyfkacyjny, noarsto, sceny, złożość szereg algorytmó: kaskada kaskada Haara, Haara, odmenny którym którym aspekt zdentyfkoane zdentyfkoane użyca, stępujące ( ( e. e. zane) elementy zostaną zostaną u HOG 74Dscrmtvely (Hsgram Dscrmtvely Pomary aumatyka Traned Gradents) Traned Deformable Robotyka Deformable + SVM Part 12/2011 Part (Support Models. Models. moż stne uzć stne elementy za elementy nnoacyjne: obseroanej sceny, obseroanej sceny, Vecr Machnes), rozbuany moduł kfguracyjno-dentyfkacyjny,

7 uka struktura 2,5D sceny, rozuma o uzględnene zman elkośc obektó zależnośc od ch położe- na struktura 2,5D sceny, rozuma o uzględnene (perspektya), zman elkośc obektó zależnośc od ch położe- moduł zaaansoanej segmentacj opartej o rozbunany struktura (perspektya), 2,5D sceny, rozuma o uzględnene zesta cech [4] (przedya próba za- zman ssoana moduł elkośc zaaansoanej obektó segmentacj zależnośc opartej od ch o położenany (perspektya), zesta cech [4] (przedya próba za- elementy rozumena sceny (sytuacj) [8, 3] ssoana z rozbu- cech opartych kolorze), moduł zaaansoanej cech opartych segmentacj kolorze), opartej o rozbu- uzględnenem nformacj pochodzących z modułu any kfguracyjno-dentyfkacyjnego, elementy zesta rozumena cech [4] (przedya sceny (sytuacj) próba [8, zassoana z uzględnenem cech opartych nformacj kolorze), pochodzących z modułu datkoe yjśce semantyczne z u, nformu- kfguracyjno-dentyfkacyjnego, jące 3] elementy rozumena sceny (sytuacj) [8, 3] skdensoany sposób o aktualnej sytuacj z obseroanej datkoe uzględnenem yjśce nformacj semantyczne pochodzących z u, z nformującterpretacj. skdensoany sposób o aktualnej sytuacj obseroanej datkoe yjśce scene semantyczne pomagające z u, jej popranej nformu- n- modułu scene pomagające jej popranej n- kfguracyjno-dentyfkacyjnego, jące terpretacj. skdensoany sposób o aktualnej sytuacj 7. obseroanej Kerunk dalszych scene pomagające prac jej popranej nterpretacj. 7. Dalsze Kerunk prace ramach dalszych projektu prac będą tyczyć rozoju uskolena omóych algorytmó tj. Dalsze 7. detekcj prace ramach projektu będą tyczyć Kerunk obektó dalszych ruchomych, redukcj prac zakłóceń usua- rozoju na uskolena omóych algorytmó tj. cen, Dalsze torzena prace opsu ramach obektó, projektu śledzena będą alzy obektó ruchomych, redukcj zakłóceń usua- semantycznej tyczyć detekcj rozoju sceny. uskolena na Ważną cen, torzena opsu obektó, omóych śledzena algorytmó alzy opracoane, semantycznej sceny. mplementacja tj. detekcj skłaą obektó dalszych ruchomych, dzałań redukcj badaczych zakłóceń usuana cen, torzena opsu obektó, oce ydajnośc śledzena algorytmó Ważną skłaą dalszych dzałań badaczych oceny alzy semantycznej postay sceny. ruchó człoeka, a także opracoane, medy mplementacja oce ydajnośc algo- oceny Ważną zachoana skłaą sę dalszych ludz dzałań oparcu o badaczych dentyrytmófkację oceny postay ruchó człoeka, a także ch opracoane, gestó mplementacja ruchó. Medy dentyfkacj oce ydajnośc zachoana oceny zachoana sę ludz oparcu o denty- pojedynczych algo- medy rytmó oceny ludz postay ruchó grup człoeka, kluczoe fkację z ch gestó ruchó. Medy dentyfkacj a także za- punktu medy dzena oceny realzacj zachoana celó sę projektu ludz oparcu będą ykorzystane pojedynczych ludz grup kluczoe o dentychoanfkację ch gestó sceruszach: bójka", ruchó. Medy alzm" dentyfkacj z punktu dzena realzacj celó projektu będą ykorzystane Innym, sceruszach: ludz bójka", grup alzm" kluczoe za- pokrenych choana (por. pojedynczych pkt. 4). z punktu nezykle dzena stnym realzacj elementem celó dalszych projektu prac, będą pokrenych (por. pkt. 4). y- synteza korzystane zagadneń obejmujących sceruszach: rozumene Innym, nezykle stnym elementem bójka", obrazó dalszych alzm" (sceny) prac, pokrenych synteza oparcu o zagadneń (por. rozbuaną pkt. kfgurację. obejmujących 4). Dodatkoo, medy rozumene obrazó (sceny) Innym, alzy oparcu nezykle obrazu o stnym rozbuaną zależnośc elementem mędzy kfgurację. dalszych obektam Dodat- prac, będą koo, synteza sparte medy medam zagadneń alzy bazującym obejmujących obrazu zależnośc rozumene mędzy ach regułoych, obrazó obek- secach (sceny) tam będą oparcu sparte Bayesoskch o medam rozbuaną bazującym kfgurację. drzeach decyzyjnych (Machne ach Dodatkoo, regułoych, medy Learnng secach alzy Methods) Bayesoskch obrazu [2]. zależnośc Prócz drzeach mędzy obektamzyjnych zadań decy- będą (Machne zązanych sparte z Learnng medam Methods) alzą bazującym obrazu, [2]. drugm ach ażnym nurtem regułoych, Prócz prac zadań secach zązanych Bayesoskch opracoane medyk z alzą zarządzana obrazu, drzeach drugm decy- rozproszym ażnym zyjnych em (Machne nurtem prac Learnng dzoru. opracoane Methods) Realzoane [2]. medyk zarzą- ramach dzana projektu Prócz rozproszym zadań zadana zązanych ymagają em z zassoana alzą dzoru. obrazu, technolog Realzoane drugm pozalającej ażnym ramach nurtem projektu prac zadana elastyczne opracoane połączene ymagają medyk poszczególnych, ykujących zassoana zarządzana technolog rozproszym pozalającej różne em elastyczne zadana, dzoru. modułó połączene Realzoane u. po- Zapropoane szczególnych, ramach rozązane projektu ykujących zadana nno różne ymagają zadana, pozolć zassoana modułó defnoane technolog u. Zapropoane pozalającej zarządzane szeroko rozązane elastyczne pojętym nno obegem połączene pozolć nformacj poszczególnych, defnoane e. Zaróno ykujących zarządzane logka różne szeroko procesu zadana, określająca pojętym modułó obegem przepły u. nformacj danych Zapropoane e. pomędzy modułam, Zaróno rozązane logka nno procesu róneż pozolć określają- reguły przypsujące defnoane ca przepły role danych zarządzane pomędzy uczestnkó procesu szeroko modułam, pojętym będą obegem róneż zaarte nformacj reguły przypsujące defncj procesu e. role dzoru. Zaróno uczestnkó Zmany logka procesu sposobu procesu określają- obegu będą ca zaarte danych przepły moż defncj danych kyać procesu bez pomędzy dzoru. modułam, redefncj aplkacj Zmany sposobu róneż reguły modułó obegu borących danych przypsujące moż role nm kyać udzał. Co uczestnkó bez redefncj procesu aplkacj będą zaarte modułó jażnejsze, możle borących defncj procesu nm będze udzał. dzoru. programoane Zmany dzałana sposobu u obegu Co danych jażnejsze, moż oparcu kyać o możle zajemne będze bez nezależne redefncj programoane defncje aplkacj logk dzałana modułó procesu u borących dzoru. oparcu nm Defncje udzał. o te zajemne określają nezależne reguły, edług defncje Co których jażnejsze, logk odbya procesu możle sę dzoru. spółpraca będze Defncje poszczególnych modułó programoane te określają reguły, dzałana edług u u których oparcu odbya dane o sę e zajemne spółpraca mędzy nezależne poszcze- nm przekazyane. gólnych defncje Istnejące modułó logk procesu u defncje dzoru. dane Defncje mogą e te być określają mędzy każdej reguły, nm chl przekazyane. edług zmene, których a Istnejące odbya noo storze sę defncje mogą spółpraca mogą być poszczególnych chl być każdej każdej modułó aktyoane. chl zmene, u a noo dane storze e mogą mędzy być nm każdej przekazyane. chl aktyoane. Istnejące defncje mogą być każdej chl zmene, a noo storze mogą być każdej chl aktyoane. 8. Podsumoane 8. Podsumoane Strategcznym celem projektu opracoane protypu omóego artykule u. Dzałane Strategcznym 8. celem projektu opracoane ramach Podsumoane ksorcjum z frmą posadającą uzną pozycję protypu omóego artykule u. Dzałane rynku, daje szansę popraę kkurencyjnośc pol- Strategcznym skch ramach ksorcjum celem projektu z frmą posadającą uzną opracoane pozycję przedsęborst spólne storzene protypu protypu produktu, rynku, daje omóego szansę popraę artykule kkurencyjnośc u. Dzałane pol- charakteryzującego sę z jednej stry ysokm skch pozomem ramach przedsęborst ksorcjum z frmą spólne posadającą storzene uzną protypu pozycję zassoanych rozązań algorytmcznych produktu, rynku, charakteryzującego daje szansę popraę sę z jednej kkurencyjnośc stry ysokm pol- sprzęych, a z drugej funkcjolnoścą odpoadającą skch pozomem przedsęborst zassoanych spólne rozązań storzene algorytmcznych protypu zapotrzeboane rynku. produktu, sprzęych, Peł charakteryzującego a z drugej funkcjolnoścą sę z jednej stry odpoadającą ysokm realzacja postaych zadań ymaga: pozomem zapotrzeboane zassoanych rynku. rozązań algorytmcznych określena ymagań obec u alzy obrazu sprzęych, Peł realzacja a z drugej postaych funkcjolnoścą zadań ymaga: odpoadającą ktekśce postaego zadana, zapotrzeboane określena ymagań rynku. obec u alzy obrazu storzena nnoacyjnych algorytmó, Peł ktekśce realzacja postaego postaych zadana, zadań ymaga: mplementacj rozązań spomagających zarządzane określena storzena przepłyem nnoacyjnych ymagań obec algorytmó, u alzy obrazu nformacj, mplementacj ktekśce postaego rozązań spomagających zadana, zarządzane storzena protypu storzena nnoacyjnych u algorytmó, yka testó przepłyem platformy nformacj, programoo-sprzęej, mplementacj rozązań spomagających zarządzane storzena protypu u yka testó przygoana protypu przepłyem nformacj, rynkoej komercjalzacj. platformy programoo-sprzęej, storzena u yka testó Podzękoana przygoana protypu rynkoej komercjalzacj. Praca platformy programoo-sprzęej, została przygoana yko protypu ramach grantu rynkoej z komercjalzacj. Mnstersta Podzękoana Nauk Szkolncta Wyższego nr 0128/R/t00/2010/12. Praca została yko ramach grantu z Mnstersta Podzękoana Nauk Bblografa Szkolncta Wyższego nr 0128/R/t00/2010/12. Praca została yko ramach grantu z Mnstersta 1. Nauk Bblografa Szkolncta Wyższego nr 0128/R/t00/2010/12. Barott S., Lombard L., Lombard P.: Mult-Module Stchng Bblografa Fus for Robust Vdeo Survellance, 1. Proc. Barott S., Lombard L., Lombard P.: Mult-Module 12 th th th Int. Cf. Image Alyss Processng Stchng (ICIAP'03), Fus for Robust Vdeo Survellance, 1. Barott S., Lombard 2. Proc. 12 th Int. Cf. L., Image Lombard Alyss P.: Mult-Module Processng Chmel Stchng W., Kadłuczka P., Fus for Jędrusk Robust S.: Vdeo Nadzoroa kategoryzacja (ICIAP'03), Survellance, Proc. tekstó 12 th Int. angelskojęzycznych, Cf. Aumatyka Chmel W., Kadłuczka P., Jędrusk S.: Nadzoroa Processng t.14, Image Alyss 2. (ICIAP'03), AGH 2010, kategoryzacja tekstó angelskojęzycznych, Aumaty- Mkkulanen 2. T., Chmel W., Kadłuczka Leo W.K.: Vsual P., Jędrusk schemas n S.: Nadzoroa object recognt ka t.14, AGH 2010, Mkkulanen kategoryzacja scene T., tekstó Leo alyss, angelskojęzycznych, W.K.: The Vsual Hbook schemas Aumatyka t.14, n object Bran Theory recognt AGH 2010, Neural scene Netorks, alyss, Ed. The Arbb Hbook M.A. Cambrdge, 3. MIT Mkkulanen Bran Theory Press, T., Leo Neural W.K.: 4. Netorks, Vsual schemas Ed. Arbb n object M.A. Mkrut Z., recognt Cambrdge, Tadeusecz R.: MIT Press, scene alyss, Sec neuroe The Hbook przetarzanu 4. Mkrut Bran Theory Z., rozpozanu Tadeusecz obrazó, Neural R.: Netorks, [:] Sec neuroe Ed. Bocybernetyka M.A. prze- Arbb tarzanu Cambrdge, Inżynera Bomedycz MIT rozpozanu Press, 2000, obrazó, t. 6 [:] Sec Neuroe, Bocyberne- 4. AOW Mkrut tyka EXIT Inżynera Z., Tadeusecz W-a Bomedycz 2000, R.: Sec 2000, 5. neuroe t. 6 Sec Neuroe, AOW Tadeusecz prze- Ogela M., tarzanu R.: rozpozanu EXIT W-a Aumatc 2000, obrazó, understng [:] Bocybernetyka dseases 5. selected Ogela Inżynera M., Tadeusecz Bomedycz bass R.: Aumatc 2000, structural alyss t. 6 understng Sec Neuro- medcal noe, mages. selected AOW Publsher: dseases EXIT IEEE W-a 2000, bass Computer Socety, structural alyss Ogela medcal M., mages. Tadeusecz Publsher: R.: Aumatc IEEE Computer understng Socety, Ogela M.R., selected Tadeusecz dseases R.: bass Modern Computatol structural Intellgence alyss 6. Ogela Methods medcal M.R., mages. for Tadeusecz Publsher: Interpretat R.: IEEE Modern Computer Computatol Medcal Socety, Images, Studes Intellgence n Methods Computatol Intellgence, for Interpretat vol. Medcal 84, Sprnger-Verlag, 6. Ogela Berln Images, M.R., Studes Tadeusecz n Computatol Hedelberg R.: Modern Intellgence, Computatol Ne York, vol , 7. Intellgence Sprnger-Verlag, Methods Berln for Hedelberg Interpretat Ne Medcal York, Tadeusecz R., Images, Studes Ogela n M.R., Computatol Szczepanak P.S.: Intellgence, Notes vol. 84, 7. Tadeusecz a Sprnger-Verlag, Lngustc Descrpt R., as Ogela Berln M.R., The Hedelberg Bass Szczepanak for Aumatc Ne P.S.: York, Notes Image Understng. a Lngustc Intertol Descrpt Jourl as The Bass for Aumat- Appled 7. Tadeusecz Mamatcs c Image Understng. R., Ogela Computer Scence, M.R., Intertol Szczepanak t. Jourl 19, P.S.: no. 1, Notes Ap- 2009, pled a Lngustc Mamatcs 8. Descrpt Computer as The Scence, Bass for t. Aumatc 2009, Image Understng. Aumatc Understng 19, no. 1, Tadeusecz R.: Intertol Methods Jourl for Appled Images 8. Medcal Tadeusecz Mamatcs R.: Aumatc r Computer Applcats. Understng Bocybernetyka Scence, t. 19, Methods no. 1, for 2009, Medcal Inżynera Bomedycz, Images Warszaa, r Applcats. 2010, 61. Bocyber- 8. netyka Tadeusecz Inżynera R.: Aumatc Bomedycz, Understng Warszaa, 2010, Methods 61. for Medcal Images r Applcats. Bocybernetyka Inżynera Bomedycz, Warszaa, 2010, /2011 Pomary aumatyka Robotyka 75

8 uka Intellgent survellance for for mrng Intellgent mportant survellance publc spaces for for buldngs mrng mportant publc spaces buldngs The am n Abstract: Abstract: The The am am project project realzed realzed n n Department Department Abstract: The s The am am an project ol realzed n n Department Aumatcs Aumatcs s s create create an an effcent effcent ol ol support support process process Aumatcs s s create an an effcent ol ol support survellance survellance publc publc spaces spaces buldngs buldngs based based aumated aumated process survellance publc spaces a de buldngs based aumated oped mage ols, alyss. Assumng a a de de scope applcats oped mage mage alyss. alyss. Assumng Assumng a de de scope scope applcats applcats devel- developed ols, ols, desgn desgn program program aumatcally aumatcally support support developed ols, tasks desgn s not a trval program aumatcally due survellance survellance tasks tasks s s not not a trval trval problem, problem, due due unforeseen unforeseen support survellance tasks s s not not a a trval problem, due due unforeseen an effectve crcumstances n-predcted stuat. a Developng an tve crcumstances crcumstances n-predcted n-predcted stuat. stuat. Developng Developng an an effec- effectve survellance survellance requres requres addressng addressng a number number an tve that tve are survellance requres addressng a a number that ssues, ssues, effec- that are are cceptually cceptually complex complex requre requre research research ssues, mplementat mple- that that are are cceptually complex The requre goal research an mentat advanced advanced algorthms. algorthms. The The goal goal an ntellgent ntellgent mplementat advanced s algorthms. The The goal goal an an mrng mrng s s dentfy dentfy potentally potentally suspcous suspcous ntellgent crcumstances crcums- mrng s s dentfy potentally In order suspcous tances accordng accordng assumed assumed safety safety crtera. crtera. In In order order overcome overcome crcumstances here accordng assumed re are safety crtera. In In order overcome t arsng here here not dffcultes ly re are are created algorthms hose opera- but arsng arsng here here dffcultes dffcultes re re are are created created algorthms algorthms hose hose operat operat s based based not not ly ly processng processng alyzng alyzng mages, mages, but but t also t s s based not not a ly ly processng alyzng mages, but also also mtatng mtatng a human human percept percept understng understng but also also alyzed alyzed mtatng mages. mages. a a human percept understng alyzed mages. Keyords: Keyords: mage mage processng, processng, artfcal artfcal ntellgence, ntellgence, survellance survellance Keyords: mage processng, artfcal ntellgence, survellance process process magement magement process magement dr dr nż. nż. Zbgne Bublńsk dr dr nż. nż. Zbgne Bublńsk adunktem adunktem Laborarum Laborarum Bocybernetyk Bocy- adunktem Laborarum bernetyk Bocybernetyk zanteresoana zanteresoana ukoe ukoe obejmują obejmu- ją zanteresoana ukoe ją ją projekane, mplementację optymalzację obejmu- ją projekane, projekane, mplementację mplementację optymalzację czasoą czasoą algorytmó algorytmó optymalzację czasoą algorytmó cyfroych. przetarzana ych. przetarzana przetarzana alzy alzy obrazó obrazó cyfro- cyfroych. alzy obrazó cyfroych. e-mal: e-mal: buba@agh.edu.pl buba@agh.edu.pl e-mal: buba@agh.edu.pl dr dr nż. nż. Wojcech Chmel dr dr nż. nż. Wojcech Chmel Adunkt Adunkt Laborarum Laborarum Badań Badań Operacyjnych Opera- Adunkt Laborarum Badań Aucyjnych Systemoych, Systemoych, Operacyjnych Systemoych, matyk Au- głóne głóne zanteresoana zantereso- głóne sę zantereso- obana ukoe ukoe kcentrują kcentrują sę sę obszarze obana ukoe kcentrują sę sę lzacj szarze modeloana teor zagadneń lzacj szarze modeloana modeloana zagadneń zagadneń optyma- optymalzacj ob- ob- dyskretnej, dyskretnej, teor teor algorytmó, algorytmó, optymalzacj dyskretnej, teor teor med med aumatycznego aumatycznego noskoana noskoana algorytmó, med aumatycznego noskoana alzy alzy obrazu. obrazu. aurem aurem alzy obrazu. o klkudzesęcu klkudzesęcu artykułó artykułó o aurem zasęgu zasęgu klkudzesęcu krajoym krajoym mędzyroym. mędzyroym. artykułó o o zasęgu krajoym e-mal: e-mal: ch@agh.edu.pl ch@agh.edu.pl mędzyroym. e-mal: ch@agh.edu.pl dr dr nż. nż. Mrosła Jabłońsk dr dr nż. nż. Mrosła Jabłońsk Adunkt Adunkt Katedrze Katedrze Adunkt Katedrze Recenzuje Recenzuje artykuły artykuły krajoych krajoych Recenzuje artykuły krajoych zagrancznych zagrancznych czasopsmach czasopsmach ukoych. uko- ych. zagrancznych czasopsmach ych. zanteresoana zanteresoana ukoe ukoe ukoych. zanteresoana ukoe obrazó obejmują przetarzane alzę zó obejmują obejmują przetarzane przetarzane alzę alzę obra- obrazó efektyną efektyną realzację realzację zó mó zó efektyną realzację mó syste- ó obra- zyjnych zyjnych układach układach rekfguroalnych, rekfgumómó zyjnych układach kart systeroalnych, procesorach procesorach kart kart grafcznych grafcznych rekfgu- roalnych, za procesorach kart kart grafcznych za za pomocą pomocą ntelgentnych ntelgentnych kamer. kamer. za za e-mal: e-mal: mjk@agh.edu.pl mjk@agh.edu.pl pomocą ntelgentnych kamer. e-mal: mjk@agh.edu.pl dr dr nż. nż. Potr Kadłuczka dr dr nż. nż. Potr Kadłuczka Adunkt Adunkt Laborarum Laborarum Badań Badań Operacyjnych Opera- Adunkt Laborarum Badań Aucyjnych Systemoych, Systemoych, Operacyjnych Systemoych, matyk Au- głóne głóne zanteresoana zantereso- głóne sę zantereso- obana ukoe ukoe kcentrują kcentrują sę sę obszarze obana ukoe kcentrują szarze alzy alzy ó, ó, modeloana modeloana sę sę ob- obszarze alzy ó, modeloana zagadneń zagadneń optymalzacj optymalzacj dyskretnej dyskretnej teor zagadneń optymalzacj dyskretnej klku- teor teor algorytmó. algorytmó. aurem aurem klkudzesęcu klku- teor teor algorytmó. o aurem krajoydzesęcu ym dzesęcu artykułó artykułó o zasęgu zasęgu krajo- krajoym klku- mędzyroym. mędzyroym. artykułó o o zasęgu ym ym e-mal: krajo- e-mal: mędzyroym. pkad@agh.edu.pl pkad@agh.edu.pl e-mal: pkad@agh.edu.pl mgr mgr nż. nż. Tomasz Kry mgr mgr nż. nż. Tomasz Kry Asystent Asystent Laborarum Laborarum Bocybernetyk Bocybernetyk Asystent Laborarum Bocybernetyk sę Interesuje Interesuje sę sę Interesuje przetarzanem przetarzanem alzą alzą obrazó obrazó sę sę przetarzanem alzą obrazó akceleracją akceleracją algorytmó algorytmó zyjnych zyjnych z akceleracją algorytmó z ykorzystanem ykorzystanem układó układó FPGA. FPGA. zyjnych z z ykorzystanem e-mal: e-mal: kry@agh.edu.pl kry@agh.edu.pl układó FPGA. e-mal: kry@agh.edu.pl dr dr nż. nż. Zbgne Mkrut dr dr nż. nż. Zbgne Mkrut Labo- Prack Prack ukoo-technczny ukoo-technczny Laborarum Labo- Prack ukoo-technczny Aurarum Bocybernetyk Bocybernetyk Laborarum Bocybernetyk sę obra- Zajmuje Zajmuje sę sę alzą alzą (ruch Zajmuje sę sę alzą zó obra- obrazózó cyfroych cyfroych (ruch (ruch drogoy, drogoy, y y zó zó cyfroych (ruch drogoy, dzoru, obra- dzoru, obrazy obrazy medyczne medyczne bologczne) bologczne) y ne) dzoru, obrazy medyczne komputeroym komputeroym ne) ne) komputeroym nterfejsam nterfejsam bologcz- oprogramoanem oprogramoanem spomagającym spomagającym nterfejsam oprogramoanem osoby osoby nepełnosprane. nepełnosprane. spomagającym osoby e-mal: e-mal: nepełnosprane. zb@agh.edu.pl zb@agh.edu.pl e-mal: zb@agh.edu.pl dr dr nż. nż. Potr Palk dr dr nż. nż. Potr Palk Adunkt Adunkt Laborarum Laborarum Bocybernetyk Bocybernetyk Adunkt Laborarum Bocybernetyk zanteresoana zante- resoana ukoe ukoe obejmują obejmują przetarzane przetarzane zanteresoana ukoe obejmują alzę alzę obrazó obrazó cyfroych. cyfroych. przetarzane e-mal: e-mal: potrus@agh.edu.pl potrus@agh.edu.pl alzę obrazó cyfroych. e-mal: potrus@agh.edu.pl pr. pr. dr dr hab. hab. nż. nż. Ryszard Tadeusecz pr. dr dr hab. nż. nż. Ryszard Tadeusecz AGH, Kerk Kerk AGH, AGH, Kerk PAN. Prezes Prezes Krakoskego Krakoskego Oddzału Oddzału AGH, PAN. PAN. Prezes Krakoskego AGH 1971, Oddzału 1975, Absolent Absolent AGH AGH 1971, 1971, krat krat 1975, 1975, PAN. Absolent 1980, AGH AGH tytuł 1971, krat 1986; habltacja habltacja 1980, 1980, tytuł tytuł ukoy ukoy 1975, 1986; 1986; habltacja PAU 1980, 1998, tytuł tytuł ukoy PAN 2002; człek człek PAU PAU 1998, 1998, człek człek PAN PAN 1986; 2002; 2002; człek PAU PAU 1998, człek nformatyk, nformatyk, aumatyk, aumatyk, bocybernetyk. bocybernetyk. PAN PAN 2002; W nformatyk, aumatyk, bocybernetyk. W latach latach Prorekr, Prorekr, W a W latach Prorekr, a latach latach Rekr Rekr a a latach Rekr krajoych Dokr Hors Causa uczeln ych Dokr Dokr Hors Hors Causa Causa uczeln uczeln krajo- krajoych zagrancznych. zagrancznych. aurem aurem krajoych 950 zagrancznych. prac aurem 80 pod pod prac prac ukoych ukoych pod pod pod mograf mograf prac kżkoych. kżkoych. prac ukoych pod mograf dane: Pełne Pełne dane: dane: kżkoych..tadeusecz.pl.tadeusecz.pl Pełne e-mal: e-mal: dane: rtad@agh.edu.pl rtad@agh.edu.pl.tadeusecz.pl e-mal: rtad@agh.edu.pl 76 Pomary aumatyka Robotyka 12/2011