[論文レビュー] Human Detection for Night Surveillance using Adaptive Background Subtracted Image

Yash Khandhediya, Karishma Sav+1 more|arXiv (Cornell University)|Sep 27, 2017

Video Surveillance and Tracking Methods参考文献 2被引用数 9

ひとこと要約

本論文は、低照度条件下における赤外線（FLIR）画像における人間検出のため、適応的バックグラウンド差分法とHOG特徴抽出を組み合わせた手法を提案する。熱放射センシングを活用し、処理効率を最適化することで、夜間監視シナリオにおける検出精度の向上と実行時間の短縮を実現する。

ABSTRACT

Surveillance based on Computer Vision has become a major necessity in current era. Most of the surveillance systems operate on visible light imaging, but performance based on visible light imaging is limited due to some factors like variation in light intensity during the daytime. The matter of concern lies in the need for processing images in low light, such as in the need of nighttime surveillance. In this paper, we have proposed a novel approach for human detection using FLIR(Forward Looking Infrared) camera. As the principle involves sensing based on thermal radiation in the Near IR Region, it is possible to detect Humans from an image captured using a FLIR camera even in low light. The proposed method for human detection involves processing of Thermal images by using HOG (Histogram of Oriented Gradients) feature extraction technique along with some enhancements. The principle of the proposed technique lies in an adaptive background subtraction algorithm, which works in association with the HOG technique. By means of this method, we are able to reduce execution time, precision and some other parameters, which result in improvement of overall accuracy of the human detection system.

研究の動機と目的

• 可視光に基づくシステムが機能しない低照度環境における人間検出の課題に対処する。
• 照明状況の変化に伴い性能が低下する従来の監視システムの限界を克服する。
• 夜間作業に特化した、耐障害性の高い人間検出フレームワークの開発。
• 赤外線画像処理における検出精度の向上と計算オーバーヘッドの低減。
• 適応的バックグラウンド差分法とHOGの統合により、特徴抽出と検出性能の向上。

提案手法

• 近赤外領域における放出される赤外放射に基づいて、FLIR（前方指向赤外）カメラを用いて赤外画像を取得する。
• 動的背景モデルを構築し、赤外画像から背景を差分処理するための適応的バックグラウンド差分アルゴリズムを適用する。
• 事前処理済みの赤外画像からヒストグラム・オブ・オリエンテッド・グレディエント（HOG）を用いて特徴抽出を実施する。
• 適応的バックグラウンド差分法とHOGを統合することで、検出のロバスト性を向上させ、誤検出を低減する。
• 処理パイプラインを最適化し、高精度を維持したまま実行時間を短縮する。
• リアルタイムでの赤外画像処理を実現し、夜間監視システムへの実用的導入を支援する。

実験結果

リサーチクエスチョン

• RQ1 可視光画像が失敗する低照度条件下で、どのようにして人間検出を効果的に行えるか？
• RQ2 適応的バックグラウンド差分法は、赤外画像における検出精度をどの程度向上させるか？
• RQ3 HOG特徴抽出は、赤外画像に対する人間検出に有効に適用可能か？
• RQ4 適応的バックグラウンド差分法とHOGの統合は、実行時間をどのように短縮し、精度を向上させるか？
• RQ5 本手法は、変動する夜間監視条件下において、精度とロバスト性の観点でどの程度の性能を示すか？

主な発見

• 本手法は、低照度条件下でも感度に左右されない赤外イメージングを活用することで、より高い検出精度を達成する。
• 適応的バックグラウンド差分法は、背景ノイズを効果的に低減し、赤外シーケンスにおけるフォアグラウンド検出を向上させる。
• 適応的バックグラウンド差分法とHOGの統合により、人間の形状をより特徴的な特徴表現として抽出できる。
• 最適化された処理パイプラインのおかげで実行時間が顕著に短縮され、リアルタイム適用が可能になる。
• 困難な赤外イメージング条件下でも、人間の検出において高いロバスト性を示す。
• 可視光に依存しないため、従来手法に比べて低照度シナリオにおいて優れた性能を発揮する。