Клиентское приложение. 
Программа идентификации человека на двух видеопотоках c последовательных камер видеонаблюдения

видеопоток силуэт отслеживание Приложение представляет собой одно окно «MainWindow», которое позволяет открыть 2 видеофайла, запустить процесс отслеживания людей в них и в режиме реального времени отслеживать обнаруженные объекты. Из каждого из открытых файлов средствами библиотеки OpenCVSharp, получается объект CvCapture, представляющий собой видеопоток, и передается в созданные для этого CameraWorker’ы библиотеки PersonIdentifierLib. Список обнаруженных людей привязывается (средствами WPF) к коллекции Bodies класса PersonManager.

Таким образом, как только любым из процессов, обрабатывающих видео будет найден силуэт — информация о нем будет отображена в окне программы.

Алгоритм обработки отдельного видеопотока

Видеопоток создается клиентским приложением, с помощью метода библиотеки OpenCVSharp, CvCapture. FromFile либо CvCapture. FromCamera, в зависимости от того, какой источник изображения был выбран. Полученный экземпляр класса CvCapture используется для создания экземпляра CameraWorker’а.

После выбора всех желаемых видеопотоков из клиентского приложения происходит запуск обработки путем вызова метода Start каждого объекта CameraWorker. При этом в каждом CameraWorker запускается отдельный поток, выполняющий покадровую обработку видеопотока.

Для обработки из видеопотока каждый раз извлекается следующий кадр и обрабатывается следующим образом:

• 1. Средствами библиотеки OpenCVSharp, выполняется кадрирование до размера 640×480 пикселей.
• 2. С помощью имеющейся в OpenCV имплементации алгоритма выделения фона, описанного во второй главе данной работы, получается маска кадра, отражающая объекты переднего плана на кадре.
• 3. С помощью библиотеки OpenCVSharp используется реализованный в OpenCV классификатор каскадов Хаара, который настроен на поиск тела человека.
• 4. Если классификатором было найдено хотя бы одно изображение человека, маска из пункта 2 размывается размытием по Гауссу для удаления шума и применяется к обрабатываемому кадру.
• 5. Полученная на шаге 3 информация о положении на кадре людей и полученный на шаге 4 кадр используются для создания объектов Body классом PersonManager.
• 6. Класс PersonManager сравнивает новый распознанный объект со всеми, имеющимися в настоящий момент, по алгоритму, описанному в главе 2, и в зависимости от результатов сравнения либо объединяет новый кадр с одним из обработанных ранее, либо сохраняет новый объект как эталонный.

Периодически, по мере обработки видео, выполняется очистка списка распознанных объектов от ошибочно распознанных объектов, причиной появления которых был шум на изображении и ложные срабатывания классификатора. Ошибочность распознавания определяется по следующим критериям:

• · Объект был распознан менее чем на 10 кадрах;
• · С момента последнего обнаружения объекта прошло не менее 100 кадров;
• · За все время обнаружения объект удалился от первоначальной точки обнаружения не более чем на 10 пикселей.

В случае выполнения первого и второго критерия, либо выполнения третьего критерия объект удаляется из списка обнаруженных.

Особенности реализации сравнения объектов Если соответствие было найдено, производится обновление информации о расположении и гистограмме цветности изображения. При этом координаты объекта в кадре заменяются на новые, а для гистограммы рассчитывается взвешенная сумма гистограмм. Для результирующей гистограммы:

.

где k — количество кадров, на которых объект был распознан ранее.