Spis treści


Zaproszenie na obronę pracy doktorskiej


DZIEKAN i RADA WYDZIAŁU ELEKTROTECHNIKI, AUTOMATYKI, INFORMATYKI i INŻYNIERII BIOMEDYCZNEJ AKADEMII GÓRNICZO-HUTNICZEJ im. ST. STASZICA W KRAKOWIE
zapraszają na
publiczną dyskusję nad rozprawą doktorską

mgra inż. Marcina Kmiecia
WYKRYWANIE NIEBEZPIECZNYCH PRZEDMIOTÓW W AUTOMATYCZNIE ANALIZOWANYCH SEKWENCJACH WIDEO
Termin:27 maja 2013 roku o godz. 12:00
Miejsce:pawilon B-1, sala 4, al. Mickiewicza 30, 30-059 Kraków
PROMOTOR:prof. dr hab. inż. Ryszard Tadeusiewicz – Akademia Górniczo-Hutnicza
RECENZENCI:prof. dr hab. Mariusz Flasiński – Uniwersytet Jagielloński
prof. dr hab. inż. Marek Gorgoń – Akademia Górniczo-Hutnicza
Z rozprawą doktorską i opiniami recenzentów można się zapoznać
w Czytelni Biblioteki Głównej AGH, al. Mickiewicza 30


Streszczenie


Wykrywanie niebezpiecznych przedmiotów w automatycznie analizowanych sekwencjach wideo

mgr inż. Marcin Kmieć

Promotor: prof. dr hab. inż. Ryszard Tadeusiewicz
Dyscyplina: Automatyka i Robotyka

W pracy zaprezentowane zostały trzy metody służące do detekcji niebezpiecznych przedmiotów w sekwencjach wideo opracowane z myślą o konkretnej klasie obiektów, tj. noży. Noże są obiektami trudnymi do detekcji wizyjnej z uwagi na ich olbrzymie zróżnicowanie, mały rozmiar oraz wysoką refleksyjność. Posiadają jednak wspólną cechę tj. kształt, co umożliwia ich detekcję.

Pierwsza z przedstawionych metod wykorzystuje deskryptory obrazu Histograms of Oriented Gradients i klasyfikator SVM, dopasowany do badanego problemu. Druga z metod oparta jest o algorytm Active Appearance Models, dotychczas stosowany w lokalizacji. Dzięki zastosowaniu detekcji narożników możliwe było jego wykorzystanie do detekcji obiektów w obrazach. Trzecia z przedstawionych metod opiera się na opracowanym przez autora zbiorze cech bazujących na rozkładzie dominujących orientacji krawędzi.

Celem leżącym u podstaw podjętej tematyki było opracowanie algorytmu, który w sposób automatyczny analizowałby obraz wideo pochodzący z monitoringu wizyjnego, czym wspierałby pracę operatora telewizji przemysłowej. W pracy przedstawiony został taki system oraz sprawdzona została jego skuteczność na przykładowych nagraniach wideo.

Jednym ze stawianych wymogów było działanie systemu w czasie zbliżonym do rzeczywistego. W celu spełnienia tego wymogu został on zaimplementowany z użyciem obliczeń równoległych w graficznej jednostce obliczeniowej
w technologii CUDA.

Ważniejsze publikacje autora rozprawy


  1. Towards robust visual knife detection in images: active appearance models initialised with shape-specific interest points / Marcin KMIEĆ, Andrzej GŁOWACZ, Andrzej DZIECH W: Multimedia communications, services and security : 5th international conference, MCSS 2012 : Krakow, Poland, May 31–June 1, 2012 : proceedings / eds. Andrzej Dziech, Andrzej Czyżewski. — Berlin ; Heidelberg : Springer-Verlag, cop. 2012. — (Communications in Computer and Information Science ; ISSN 1865-0929 ; 287). — ISBN 978-3-642-30720-1. — S. 148–158. — Bibliogr. s. 157–158, Abstr.
  2. An approach to robust visual knife detection / Marcin KMIEĆ, Andrzej GŁOWACZ Machine Graphics & Vision : international journal ; ISSN 1230-0535. — 2011 vol. 20 no. 2 s. 215–227. — Bibliogr. s. 226–227, Abstr.
  3. New optical character recognition method based on Hu invariant moments and weighted voting / Marcin KMIEĆ Journal of Applied Computer Science ; ISSN 1507-0360. — 2011 vol. 19 no. 1 s. 33–50. — Bibliogr. s. 50, Abstr.
  4. Visual detection of knives in security applications using Active Appearance Models / Andrzej GŁOWACZ, Marcin KMIEĆ, Andrzej DZIECH / Multimedia Tools and Application ; ISSN 1573-7721 [LISTA FILADELFIJSKA] Dostęp: http://link.springer.com/article/10.1007/s11042-013-1537-2/fulltext.html