681.327.1

.. , ..
ї,
. .. ї, . ; alfim@iu3.bmstu.ru, lychkovi@gmail.com
..
: ; ; ; ; .
: . , . . Altera Stratix 1S10.
1.
, , - , . , . , . , .
, t h, w , 1^, w). - () !^, w), +1^, w), ..., I+(, w). ^(, ) 1^, w), , X . ^(, ) !, w) t. 10 . .
, . It(h, w) . , , . .
It(h, w): , , - . , , .
It(h, w), 25 .
2.
It(h, w), Obt(X, Y), [1]: (generative) (discriminative).
, . , : , , , . , . . .
[2]: , , . . , , : ї, ї, ї, ї. , . . , . [3]. . -, . - . , , . , , . . . . - [4], [5] - [6], , , .

, . ,
- 35 3000
48 1000
- 400 2500
- 14416 67
24300 100
27159 100
- /^(, >). . -. , {(, ). - [7], [8] [9] .
, , . , , . .
. , . . . .
, , , .
3.
[10]. .
, , .
1. .
2. .
(, V), , , :
1) ;
2) ;
3) ;
4) ^, ).
3.1.
, . .
/(, >) :
1) /(, >) [7];
2) /(, V);
3) ;
4) .
(. 1, ) (. 4). (. 1, ) , . , (. 2). , ї, - ї. [7], , . , .
. , , . . , (. 1, ). 90∞ .
, , . , .
a)
)
) )
. 1. :
- ; - ; - ; -
. 2.
. 3.
. 4.
3.2.
. : , (. 3) . : , , . , . .
. , , . 1, . , . 5, .
. : . (. 6, ). . . . .
. 5. :
- ; - ; - ; -
) )
. 6. :
- ; -
3.3.
/, ) (. 5, ). . , . (. 6, ). , . , . , 0, /(, ), .
3.4.
/{(, ).
- ; - . (. 7),
: 0() + 0( ). , () ~ 0(). .
2 2 2 0() + 0( ) ~ 0( ) + 0( ) ~ 0( ) ~ 0(), N = - /(, ). , , .
1 O(hwn)
{i, j) (i, j)
k- ,
,
2 0(2)
Cm <--
, i -
<--
j -
- j -
, <-- + 1
3 Cm ,
4
. 7.
4.
Intel Pentium IV 3,0 GHz Logitech 5000pro, 25 640x480 . (. . 1, ). 52 48 . . 8. : 100...250 , 1,0; 20 %.
, . , . . Obt(X, Y) I(h, w) 89 %. 34 .
*w
. S.
5.
, . , .
() Altera Stratix 1S1Q. (. 9).

. 9.
. , . . , , . . , . , .
Nios Development Board Stratix Edition, Altera Stratix EP1S10F780C6 50 . 640x480 8 . 2534 , - 1,04 34 Intel Pentium IV 3,0 GHz.
6.
, (25 ). . , (89 %) , .
.
, . , , S-Video, .
2010 ( -3013.2010.9).

1. Roth, P.M. Survey of Appearance-Based Methods for Object Recognition / P.M. Roth, M. Winter // Technical Report ICG-TR-01/08, Institute for Computer Graphics and Vision, Graz University of Technology, Austria, January, 2008. - 68 p.
2. Murphy, K.P. Models for Generic Visual Object Detection / K.P. Murphy // Technical report, Department of Computer Science, University of British Columbia, Vancouver, Canada, May, 2005. - 8 p.
3. Greenspan, M. Efficient Tracking with the Bounded Hough Transform / M. Greenspan, L. Shang, P. Jasiobedzki // Proceedings of Computer Vision and Pattern Recognition. - 2004. - Vol. 1. - P. 520-527.
4. Kapoor, A. Located Hidden Random Fields: Learning Discriminative Parts for Object Detection / A. Kapoor, J. Winn // Proceedings of the European Conference on Computer Vision. - 2006. - Vol. 3. - P. 302-315.
5. Ferrari, V. From Images to Shape Models for Object Detection / V. Ferrari, F. June, C. Schmid // Intl. J. Computer Vision. - 2010. - Vol. 87(3). - P. 284-303.
6. Fergus, R. Object Class Recognition by Unsupervised Scale-Invariant Learning / R. Fergus, P. Perona, A. Zisserman // Proceedings of Computer Vision and Pattern Recognition. - 2003. - Vol. 2, Sec. II. - P. 264-271.
7. Viola, P. Robust Real-Time Object Detection / P. Viola, M. Jones // Intl. J. Computer Vision. - 2004. - Vol. 57(2). - P. 137-154.
8. LeCun, Y. Learning Methods for Generic Object Recognition with Invariance to Pose and Lighting / Y. LeCun, F.-J. Huang, L. Bottou // Proceedings of Computer Vision and Pattern Recognition. - 2004. - Vol. 2. - P. 97-104.
9. Papageorgiou, C.A Trainable System for Object Detection / C. Papageorgiou, T. Poggio // Intl. J. Computer Vision. - 2000. - Vol. 38(1). - P. 15-33.
10. , .. / .. , .. // . . . . - . .. . . . - 2007. - . 68, 3. - . 56-75.
The Technique of Real-Time Object Detection in the Video Stream A.N. Alfimtsev, I.I. Lychkov
Department Information Systems and Telecommunications,
Bauman Moscow State Technical University; alfim@iu3.bmstu.ru, lychkovi@gmail.com
Key words and phrases: digital image; FPGA; object recognition; object detection; training procedure.
Abstract: The paper presents a computationally effective method for object detection on digital images with simplified training procedure. Analytical survey of popular existing methods for object detection is presented; their advantages and disadvantages are identified. Object detection examples for test images containing open palm static gesture are presented. The hardware implementation of the method as a peripheral unit of the system on the programmable chip FPGA Altera Stratix 1S10 is also considered.
Methode des Objecktentdeckens im Videostrom in der Realzeit
Zusammenfassung: Es ist die recheneffektive Methode des Objektentdeckens im Videostrom mit der vereinfachten Prozedure der Ausbildung vorgeschlagen. Es ist die analytische Ubersicht der popularen Methoden des Objektenentdeckens dargelegt, es
sind ihre Vorteile und Nachteile ausgezeichnet. Es sind die Beispiele des Funktionierens des vorgeschlagenen Methode an der Testenauswahl der Darstellungen der statischen Geste der offenen Hand angefuhrt. Es ist die Apparatenrealisierung der Methode als peripherischer Modul des Systems am Kristall auf Grund von Altera Stratix 1S betrachtet.
Methode de la revelation de lobjet dans un flux video dans le temps reel
Resume: Est proposee une methode effficace par le calcul de la revelation de lobjet dans un flux video avec une procedure simplifiee de lapprentissage. Est presentee une revue des methodes de la revelation des objets, sont montres leurs plus et leurs minus. Sont cites les fonctionnements de la methode sur un extrait des textes des images dun geste statique dune paume ouverte. Est examinee la realisation materielle de la methode en vue dun module periferique du systeme a la base de Altera Stratix 1S1Q FPGA.
: - , ї; - ї, . .. ї, . .
: - , ї, . .. ї, . .