| المستخلص: |
أثبتت الدراسات الحديثة أن الشخص لا يمكن أن يراقب مشهد ثابت علي شاشة لأكثر من 20 دقيقة، مما يجعل من نظم الرصد التقليدية القائمة علي البشر لا يمكن الاعتماد عليها. معظم الخوارزميات المستخدمة في الكشف عن الحركة تعمل علي خفض معدل الإنذارات الكاذبة، والحصول علي وسيلة لكشف الحركة تلقائياً ويمكن الاعتماد عليها. تقدم هذه الفكرة تعديل علي خوارزم طرح الخلفية المستخدم في معظم أنظمة تحديد الحركة من خلال معالجة الإطارات القادمة من الكاميرا واستخدامها علي الصيغة RGB لإزالة الضجيج الموجود في الصورة ، وتقليل الأجسام غير المرغوب فيها والتي قد تؤدي إلي إصدار إنذار بحدوث حركة علي الرغم من عدم أهميتها بالنسب للمراقب مثل (المطر والغيوم) وللحصول علي مزيد من المعلومات من الإطار ثم في الخطوة التالية يتم استخدام الإطارات المعالجة مسبقاً لعمل نموذج لتقديم وصفا إحصائياً للمشهد بأكمله باستخدام تقنية non- recursive frame differencing مع جعل الفرق بين الإطارات التي يتم إيجاد الفرق مع تصغير حجم الإطارات لتقليل الوقت المستخدم لتحديد الأجسام التي تتحرك في الفيديو المعروض . هذا الخوارزم المعدل أدي إلي انخفاض معدل الإنذارات الكاذبة بنسبة 25% إلي 30% ووقت المعالجة أسرع مقارنة مع الخوارزم الأصلي بعد تجربة النظام بكلا الطريقتين لرصد الحركة في مكان مفتوح وتشغيل النظام 24 ساعة في اليوم، بغرض التعرض لمختلف العوامل التي قد تؤثر علي دقة النظام مثل المطر، الشمس الشديدة، الرياح والأضواء الضعيفة
Recent studies have proved that a person cannot watch a static scene in a monitor for more than 20 minutes therefore making traditional monitoring systems based on humans are little reliable. Most of motion detection algorithms focus on decreasing the rate of false alarms, obtaining a method for motion detection outomatic and reliable. This paper presents a modified background subtraction algorithm through preprocessing frame using smoothing with RGB data format to remove noise, unwanted objects (rain and clouds) and to get more information from the frame. The preprocessed frames are used for background modeling to provide a statistical description of the entire background scene using non-recursive frame differencing technique with 4 frame differences, and scaled frame with two pre -calculated thresholds to minimize the modeling time compared to the frequent one threshold common one to give an accurate decision about moving objects in the video sequence. This modified algorithm decreased the false alarm rate by 25% to 3096 and faster processing time comparing with normal background subtraction algorithm in outdoor motion detection system running 24 hours a day, through rain, sun and weak light.
|
