BỘGIÁODỤCVÀĐÀOTẠO

BỘQUỐCPHỊNG

VIỆNKHOAHỌCVÀCƠNGNGHỆQNSỰ

NguyễnVănHùng

NGHIÊNCỨUPHƯƠNGPHÁPXỬLÝẢNH
TRONG PHÁT HIỆN, BÁM MỘT SỐ CHỦNG LOẠI MỤC
TIÊUVÀÁPDỤNGTRONGĐIỀUKHIỂNVŨKHÍTỰĐỘNG
Chunngành:CƠSỞTỐNCHO TINHỌC
Mãsố:
6246 01 10

TĨMTẮTLUẬNÁNTIẾNSỸTỐNHỌC

HµNéi-2017


Cơngtrìnhđượchồnthànhtại:
VIỆNKHOAHỌCVÀCƠNGNGHỆQNSỰ-BỘQUỐCPHỊNG

Ngườihướngdẫnkhoahọc:
1. PGS.TSNguyễnVănXuất
2. TSNguyễn Chí Thành

Phảnbiện1:PGS.TSKH TrầnHồi Linh
Đại họcBáchkhoaHàNội
Phảnbiện2:PGS.TSLêThanh Hà
Trường Đại học Cơng

nghệ,ĐạihọcQuốcgiaHàNội
Phảnbiện3:PGS.TSPhạmTrungDũng
HọcviệnKỹthuật qnsự

LuậnánsẽđượcbảovệtrướcHộiđồngchấmluậnáncấpViệnhọptạiViện
KH&CNQS
Vào hồi

giờ

ngày tháng

năm2017

Cóthểtìm hiểu luậnántạithư viện:
-Thư viện ViệnKhoa học và Côngnghệ quân sự
-Thư viện QuốcgiaViệtNam


1
MỞĐẦU
Phân hệ tự động trinh sát phát hiện mục tiêu là một thành phần then
chốttrongcá c h ệ t hốngvũ k h í c ơ n g ng hệ c a o . N ó g ó p p h ầ n t ă n g c ư ờn g đá ng
kể hiệuquảhoạ t động củacá chệ t hống vũk hí , và gi ả m thiể usự tha m giatrực t
iếpc ủ a c o n n g ư ờ i , đ ặ c b i ệ t t r o n g c á c m ô i t r ư ờ n g k h ắ c n g h i ệ t . V i ệ c n g h i
ê n cứuvàxâydựngphânhệtrinhsátpháthiệntựđộngmụctiêucóvaitrịquantrọng trong việc nâng cấp, cải
tiến
các
hệ
thống

vũ
khí
thế
hệ
cũ,
là
cơ
sở
pháttriểncáchệthốngvũkhíthếhệmới.Luậnán“Nghiêncứuphươngphápxửlý
ảnhtrongpháthiện,bámmộtsốchủngloạimụctiêuvàápdụngtrongđiều khiển vũ khí tự động” nhằm
đáp ứng nhu cầu thực tiễn này của quân độita.
 Mụctiêuchínhcủal u ậ n á n l à n g h i n c ứ u â ự n g h ệ t h ố n g
t ự đ ộ n g pháthiệnvàám cácmụctiêu quân sự ( etăng,ec ơ g i ớ i … ) s ử d ụ n g
c ô n g nghệxửlýảnhvàcácthuậttốnnhậndạng,phụcvụchoviệcđiềukhiể
nvũkhíkhítài,tự độngtiêu diệtmục tiêu.
 Đối tượng nghiên cứu chính là hệ thống trinh sát phát hiện mục tiêu
củacáchệthốngvũkhí.Cáchệthốngvũkhínàcómụctiêucầntiêudiệtlàcácđối
tượngqn sự mặtđấtnhưetăngvàcácloạiecơ giới.
 Phạm vi nghiên cứu của luận án tập trung giải quyết các câu hỏi
nghiêncứunhư sau:
- Các đối tượng mục ti u của các loại vũ khí là gì? Chúng có đặc trưng
gìnổiật so vớicác đốitượngnền trongảnh?
- Làmthếnàođểpháthiệnvànhậnạngtựđộngmụcti
utrongảnhướicác
điều kiệntạo ảnh khácnhau?
- Làmt h ế n à o đ ể á m c h í n h á c m ụ c t i
u đ ư ợ c p h á t h i ệ n , v ớ i t h ờ i g i a n thực?
 Ýnghĩa khoa học của luậnán:
- Đề xuất một giải pháp xây dựng hệ thống trinh sát phát hiện mục tiêu
chocác hệ thống vũ khí, sử dụng cơng nghệ xử lý ảnh và các thuật tốn nhận

dạngthơngminh.
- Đề xuất một giải pháp mới, phát hiện tự động các mục tiêu quân sự
trongchuỗikhungảnh video.
- Đề xuất một giải pháp mới, bám tự động mục tiêu quân sự trong
chuỗikhungảnhvideo.
 Ýnghĩathựctiễn:
- Kết quả của luận án là cơ sở lý thuyết quan trọng để xây dựng các
hệthốngtrinhsátpháthiệnvàbámcácmụctiêuqnsự:phụcvụchonhucầu
cảitiến,nângcấpcáchệthốngvũkhíthếhệcũvàpháttriểncáchệthốngvũkhícơngnghệ cao.
- Luận án cũng là một giải pháp phục vụ cho việc thay thế phân hệ trinh
sátphát hiện mục tiêutrongcác hệ thốngvũ khícơngnghệ cao.


Chương1:TỔNGQUANVỀPHÁT HIỆNVÀBÁMMỤCTIÊUTỪ
CHUỖIẢNH
Chương
nàtrìnhà t ổ n g
quanvềphát
hiện,bám
m ụ c t i ê u t r o n g c h u ỗ i ảnh video, hướng tiếp cận giải quyết bài toán
phát hiện và bám các mục tiêuquânsự trongchuỗiảnh video.
1.1. Phát hiệnmụctiêu từchuỗiảnh
1.1.1. Bàitốnpháthiệnmụctiêu
Bài tốn phát hiện mục ti u có đầu vào là các khung ảnh được thu thập
từcamera, đầu ra là các vùng ảnh chứa mục tiêu nằm trong các khung ảnh
đầuvào. Trong hệ thống tự động dò bám theo mục tiêu, phát hiện mục tiêu là
bàitoán đầu tiên cần phải giải quyết. Nó đượcem như làư ớ c đ ầ u t i ê n
c ủ a t i ế n trình bámtheo mục tiêu.
Xây dựng mơ hình toán biểu diễn mục tiêu qua các đặc trưng ảnh
Tập ảnh học


Ảnh đầu
vào

Trích chọn đặc trưng ảnh

Mục tiêu trong ảnh

Trích chọn đặc trưng ảnh
Xác định mục tiêu

Hình1.1.Sơ đồkhốicác bướcthựchiện trongphát hiện mụctiêu.
Tr n cơ sởnghiên cứu các phương pháp phát hiệnmục tiêuđ ã đ ư ợ c
c ô n g bố.Đ ể á c đ ị n hm ụ c t i ê u tr ongc á c ả n h đ ầ u v à o, m ỗ i p hư ơ n g phá p n à
đ ề u gồmhaipha thực hiệnnhưtrongHình 1.1:
Pha 1:Xác định mơ hình tốn học biểu diễn mục tiêu. Pha nàđược thựchiện
trên tập ảnh mẫu (tập ảnh học) để xây dựng mơ hình tốn biểu diễn
đốitượngbằngcácđặctrư ng ảnh.Pha 2:Tì m mụctiê utrongản h đầuvào.P
hanàythựchiệnviệcdịtìmcácvùngảnhmụctiêutrêncácảnhđầuvàobằngcáchsử dụngmơ hình tốnbiểu
diễnđốitượngđượcá c đ ị n h t r o n g Pha1.
Phầnưới đâchúng tơi sẽ trình bày chi tiết về các loại đặc trưng ảnh,
cácphươngpháppháthiện mục tiêu vớicác mơ hìnhtốnkhác nhau.
1.1.2. Cácđặctrưngảnh
Phầnn à t r ì n h à c á c k i ể u đ ặ c t r ư ng ả n ht h ư ờ n g đ ư ợ c s ử ụ n g đ ể i ể u
iễnđốitượngtrongphát hiệnmục ti utự động. Có baloại đặctrưngchính:
1.1.2.1. Đặctrưngmàusắc:
Đặc trưng màu là một trong những đặc trưng quan trọng để mơ tả đặc tínhbề
ngồi của mục tiêu. Đặc trưng màu của một điểm ảnhPlà một vectorf= (f1, f2,
… ,fn),trong đófilà giá trị một thành phần màuiở vị tríPtrong
mộtkhơnggianmà unhất đị nh hoặctrongnhiềukhơng gianmà ukhác nha u.

Đối


vớim ộ t v ù n g ả n h R ,đ ặ c t r ư n g m à u đ ư ợ c s ử d ụ n g p h ổ b i ế n đ ể b i ể u d i ễ n R
trongphát hiệnmụctiêu làlượcđồmàu(ColorHistogram).
1.1.2.2. Đặctrưngkết cấu
Đặc trưng kết cấu (Texture) biểu thị mối quan hệ của một nhóm điểm
ảnhlânc ậ n n h a u( m ộ t đ i ể m ảnhv ớ i c á c điểm ảnhl â n c ậ n n ó ) , nóp h ả n á nh
c ấ u trúccụcbộcủađốitượng.Cácđặctrưngkếtcấuđượcsửdụngphổbiếntrongphát hiện mục tiêu gồm:i)
đặc trưng gradient; ii) đặc trưng mẫu nhị phân cụcbộ LBP (Local Binary
Pattern); iii) đặc trưng Haar-like; iv) đặc trưng phổ tầnsố.
1.1.2.3. Đặctrưnghìnhdạng
Hìnhạng là một đặc trưng quan trọng của một mục ti u và nó là đặc
trưngđượcsửụ n g phổi ế n trongcácứngụ n g pháthiệ nvàá m m ụ c tiutro
ngcác ảnh vi eo đầu vào. Dựa vào cách tính tốn, đặc trưng hìnhạng được
phânlàmhailoạichính:i)đặctrưnghìnhdạngdựavàođườngbaođượctríchchọn
ựa vào các điểm ảnh nằm tr n các đườngao đốit ư ợ n g ; i i ) đ ặ c t r ư n g
h ì n h dạng dựa vào vùng trong đường baođược trích chọnựa vào thơng tin
của cảcác điểmảnh nằmtr n đườnga o v à n trongđườnga o mụctiu.
1.1.3. Cácgiảipháp pháthiệnmụctiêu
Một số tác giả phân loại các giải pháp phát hiện mục tiêu dựa vào đặc
trưngảnh[ 5 2 ] ,
[ 1 0 6 ] , t r o n g k hi n h i ề u t á c g i ả k h á c l ạ i p h â n l o ạ i d ự a v à o m ơ h ì n h tốnhọcbiểu
diễnmụctiêu[87],[107],[108].Trongluậnánnày,chúngtơidựa trên cả các đặc trưng ảnh và các mơ
hình toán để phân loại các giải phápthànhbốnloạinhưsau:
1.1.3.1. Phát hiệnmụctiêudựavàophân vùngảnh
Các giải pháp thuộc nhóm này xác định các vùng ảnh mục tiêu trong ảnhđầu
vào bằng các kỹ thuật phân vùng ảnh. Các kỹ thuật phân vùng ảnh
khaithácthơngtin(màusắcvàkếtcấu)ởcấpđộđiểmảnhđểphântáchảnhđầu
vàothànhcáccácvùngảnhchứacác điểmảnhcócácđặc tínhgiốngnhau.

Đánh giá:Nhìn chung, các giải pháp dựa vào phân vùng ảnh có độ chínhxác
phát hiện mục tiêu cao và có q trình học các tham số cho mơ hình
biểudiễnmục ti uđơn giản.Tuynhiên,nó có một số nhược điểmchính nhưsau:
- Tốc độ tính tốn chậm, bởi vì quá trình phân vùng ảnh phải xem xét tất
cảcác khả năngcủa mỗiđiểmảnh.
- Hiệu quả của việc phát hiện mục tiêu phụ thuộc rất lớn vào kỹ thuật
phânvùngảnh.
1.1.3.2. Pháthiệnmục tiêudựa vàochuyểnđộng
Giải quyết bài toán phát hiện mục tiêu bằng cách đi tìm các vùng
ảnhchuyểnđ ộ n g [ 5 2 ] ,
[106].Cóhaicáchtiếpcậnchínhđểxácđịnhvùngảnh


chuyển động: 1)Dựa vào tốc độ và hướng dịch chuyển của mục tiêu
(OpticalFlow); 2)Dựavào mơ hìnhnềnthamchiếu (Background Model).
Đánhgiá:
-Các thuật tốn có ưu điểm là chúng thích nghi với sự thay đổi của đốitượng
nềntrong cảnh,nhưng độchính xác thấpkhi mụctiêub ị t h a y đ ổ i b ở i cácđiều
kiệnchiếusángkhácnhauhoặccótốcđộvàhướngdịchchuyểnthayđổiđộtngột.
- Các thuật tốn dựa vào mơh ì n h n ề n c ó t ố c đ ộ t í n h t o á n
c a o v à r ấ t h i ệ u quả trong các trường hợp mà cảnh nền ít bị thay đổi.
Tuy nhiên, các thuật tốnnày có độ chính xác phát hiện mục tiêu thấp khi mà
đối tượng nền trong cảnhthayđổi nhiều.
1.1.3.3. Pháthiệnmụctiêudựa vàocác bộphânlớp
Các giải pháp phát hiện mục tiêu theo nhóm này sử dụng các bộ phân
lớphọc có giám sát để xác định vùng ảnh mục tiêu từ các điểm ảnh nền trong
ảnhđầu vào [125], [126], [127], [128], [129], [130]. Các bộ phân lớp học có
giámsát được sử dụng rộng rãi trong phát hiện mục tiêu gồm có: i)Mạng nơ
ron(Neural Networks); ii)Máy hỗ trợ vector(Support Vectors MachineSVM);
iii)Kếthợpđabộphânlớpyếu(AdaBoost).

Đánh giá:Giảip h á p t r ê n d ễ t h ự c h i ệ n v à c ó h i ệ u q u ả
c a o đ ố i v ớ i c á c trường hợp mà mục ti u có các đặc trưng ảnh khác biệt
rõ ràng so với các đốitượngnền. Các nhược điểmchínhlà:
- Nó u cầu các tập dữ liệu mẫu của mục ti u và các đối tượng nền
dùngchohuấn luyện phảiđủlớn.Đâylà điều rất khó thực hiện.
- Độ chính xác phát hiện mục tiêu sẽ thấp khi sự khác biệt giữa các
đặctrưng ảnh biểu diễn mục ti u và các đặc trưng ảnh biểu diễn các đối tượng
nềnlà nhỏ.
1.1.3.4. Pháthiệnmục tiêudựa vàosokhớpmẫu
Trong các giải pháp thuộc nhóm này [131], [132], [133], [134], thuật
tốnxácđịnh mục ti u đượcthực hiện vớihaiướcchính:
- Bước1 :Xâydựngcácbộđặctảmụctiêuhoặccácthànhphầncủamụctiu
nhưcácộ đ ặ c t r ư n g ảnh mẫu từ tập dữliệu học.
- Bước2 :Ảnhđầu vàođượcquétbằngmộtc ử a sổtrượt, vùngảnhtrong c
ửasổtrượtđượcbiểudiễnbởicácđặctrưngảnhvàsosánhvớicácbộmẫuđặc trưng của mục tiêu bằng
phép đo. Nếu giá trị của phép đo lớn thì vùng ảnhđólà mục ti u, ngược lạinó là
đốitượngnền.
Đánh giá:Các giải pháp trên được sử dụng khá phổ biến bởi chúng có
độchính xác cao. Hiệu quả của các giải pháp này phụ thuộc chủ yếu vào bộ
đặctrưng mẫu biểu diễn mục ti u. Nhược điểm lớn nhất của các giải pháp này
làchúng có tốc độ tính tốn chậm, đặc biệt trong trường hợp kích thước và
sốlượngcủacác bộ đặc tả mục tiêulớn.


1.2. Bám mụctiêutừchuỗi ảnh
1.2.1. Bàitoánbámmục tiêu
Bám mục tiêu là mộtài toán xác định qũy đạo chuyển động của một
hoặcnhiều mụctiêu theo thờigian,đượcthựchiện bằng việcxác định
cácv ị t r í mụctiêutrongmỗikhungảnh[52].Cácđặcđiểmchínhcủabàitốnbámmụctiêu là:- Đầu vào:
các chuỗi ảnh theo thời gian; thông tin về mục tiêu; thôngtin về đối tượng nền. Đầu ra: vị trí của mục tiêu thuộc quỹ đạo chuyển độngtrongảnhđầu vào.

1.2.2. Cácgiảiphápbám mụctiêu
Dựa vào đặc trưng sử dụng để biểu diễn mục tiêu và mơ hình biểu diễn
quỹđạo chuyển động của mục tiêu [52], các giải pháp bám mục ti u được
phânthànhba dạngchính như sau:
1.2.2.1. Bámmục tiêutheođiểm
Các giải phápám theo điểm biểu diễn mục tiêu cần tìm trong ảnh như
mộtđiểm(điểmtâmcủamụctiêu)hoặcmộttậpđiểm(sửdụngcácđiểmđặcbiệttr
nđư ờng bao m ục t i ê u) . Có n hi ề u t h u ậ t t o á n ámtheođi ể m khácn h a u v à lớpt
huậttốnnàyđượcchiathành2nhóm:cácthuậttốntấtđịnh(Deterministic
Algorithms) vàcác thuật tốn thống kê xác suất(StatisticalAlgorithms).
Đánh giá:Ưu điểm của các thuật toán bám theo điểm là có tốc độ tính
tốnnhanh,phùhợpvớicácứngdụngmàtốcđộvàquỹđạodịchchuyểncủamụctiutha
yđổichậmtheothờigian.Tuynhiên,cácthuậttốnnàycóđộchínhxác
khơng cao khi mục ti u thay đổi liên tục về tốc độ và quỹ đạo dịch chuyển.Mặt
khác việc sử dụng thông tin ở một số điểm ảnh để xác định mục tiêu sẽ
dễbịnhạycảmvớinhiễu nền.
1.2.2.2. Cácgiảiphápbámtheođặc trưng bềmặt
Các giải pháp thuộc lớp này xấp xỉ vùng ảnh mục ti u như một vùng
ảnhhìnhc hữ n h ậ t h o ặ c h ì n h e l l i p v à s ử d ụ n g các đ ặ c t r ư n gề n g o à i ( đ ặ c t r ư
n g màu sắc vàkết cấu) để biểu diễn mục tiêu. Hầu hết các giải pháp bám
truyềnthống sử dụng các thông tin mức xám để biểu diễn mục tiêu và sử dụng
kỹthuật đối sánh tương quan chéo để xác định mục tiêu. Thay vì chỉ sử dụng
cácgiá trị mức xám, các giải pháp bám mục tiêu gần đây đã kết hợp nhiều
đặctrưngề m ặ t khác nhau.
Đánhgiá:Cácgiảiphápbámdựavàođặctrưngềmặtgiảiquyếtbàitoán
ám nhưài tốn phát hiện mục tiêu dựa vào đặc tính chuyển động, do vậy
mànóthíchnghiđượcvớisựthayvềđổitốcđộvàhướngdịchchuyểncủamụcti
u.Tuynhin,độchínhxácvàtốcđộtínhtốncủacácgiảiphápnàyphụthuộc lớn vào việc lựa chọn các đặc
trưng ảnh biểu diễn mục tiêu. Nếu chỉ sửdụng đặc trưng màu hoặc mức xám thì
độ chính xác bám mục tiêu sẽ thấp khicác điều kiện ánh sáng thay đổi trong

cảnh. Nếu sử dụng đặc trưng q phứctạp,thìthờigiantínhtốnsẽ chậm.


1.2.2.3. Cácgiảiphápbámtheo hìnhdạng
Lớpgiảipháp nàycó thể đượcchia thành hainhómchính.
- Nhómthứnhất s ử dụngm ột bộ đặc tả hì nh dạ ng đểbi ể u di ễn mục ti ê u n
hưcácmẫutrongcáckhungảnhđầutiêndựatrêncácmục tiêuđ ư ợ c p h á t hiện và sau đó áp
dụng kỹ thuật so khớp mẫu để bám mục tiêu trong các khungảnhtiếptheo.
- Nhóm thứ haibiểu diễn sự dịch chuyển trong không gian của các
đườngbao mục tiêu giữa các khung ảnh liên tiếp nhau bằng một mơ hình
khơng giantrạngthái.
Đánh giá: Các giải pháp bám mục tiêu dựa vào đặc trưng hình dạng có
độchính xác cao. Tuy nhi n, các phương pháp này có độ phức tạp cao và tốc
độtínhtốn chậm.
1.3. Đặcđiểmcủabàitốn pháthiện vàbámmụctiêuqnsự
Việc phát hiện và bám các mục tiêu quân sự so với các đối tượng mục
tiêudân sựcó nhữngđặc điểmnổibậtnhư sau:
- Thứ nhất, các mục tiêu quân sự thường được ngụy trang để màu sắc
tươngđốigiốngvớicácđốitượngnềnnhưcácvùngcỏvàcây,dovậyrấtkhóphântáchcác mục tiêu quân sự
từ cácđốitượngnền trongảnh.
- Thứ hai, việc phát hiện và bám các mục tiêu quân sự thường phải
thựchiệnởmộtkhoảngcáchxahàngtrămmétđếnhàngcâysố,chonêncácản
hthuthậpthườngchứa nhiềuđốitượngnền,nhiễutrongảnh.
- Thứ ba, hệ thống phát hiện và bám mục tiêu quân sự phải có tốc độ
tínhtốnthờigianthực và có độ chính xáccao.
Các đặc điểm tr n cũng chính là y u cầu cần phải giải quyết trong bài
toánphát hiện và bámmục tiêutrongluậnán này.
1.4. Hướngtiếp cậncủaluậnán
1.4.1. Sơđồ khốicủa hệthống pháthiệnvà bámcácmụctiêuquânsự
Hệ thống phát hiện và bám các mục tiêu quân sự được thiết kế bao gồm

bathànhphầnchính nhưtrongsơđồ khốinhưsau:
Vị trí mục tiêu trong mỗi ảnh
Chuỗi ảnh video

Phát hiện mục tiêu

Bám mục tiêu

Hình 1.5. Sơ đồ khốicủahệthốngpháthiện vàbámmục tiêu quân sự
1- Khốit h u n h ậ n ả n h :k h ố i n à y l à c á c c a m e r a c h u y ê n d ụ n g c ó k h ả n ă n
g chụpđượccáccảnhởxa vớichấtlượngảnhtốt.
2- Khốipháthiệnmục tiêu:từchuỗiảnhvideođượcthuthậptừkhối thun
hậnảnh,khốinàycónhiệmvụnhậndiệnsựxuấthiệncủacácmụctiêuquân


sự (người, xe tăng và xe cơ giới quân sự) trong cảnh. Đầu ra của khối này làđầu
vào choư ớ c khởitạoa n đ ầ u củakhốibámmục tiêu.
3- Khối bám đối tượng:khi đầu ra của khốiphát hiện mục tiêuchỉ ra rằngcó
sự xuất hiện các mục quân sự trong cảnh. Trong các chuỗi ảnh video
tiếptheo,h ệ t h ố n g s ẽ c h u y ể n s a n g á m m ụ c t i ê u v à k h ố i p h á t h i ệ n m ụ c t i
ê u s ẽ dừnghoạtđộng.
1.4.2. Đinhhướng nhiệmvụcủaluận án
Do vậy, các giải pháp phát hiện và bám mục tiêu trong ảnh được đề
xuấttrong luận án này phải giải quyết được các khó khăn trong mục 1.3. Các
nhiệmvụchính của luận ánđượcxác định là:
Nhiệm vụ 1:Nghiên cứu và xây dựng một giải pháp phát hiện mục tiêuqn
sự có hiệu quảvà tốc độ tính tốn nhanh từ chuỗiả n h v i d e o đ ư ợ c
t h u thậptừ xa.
Nhiệm vụ 2:Từ vùng ảnh mục tiêu được xác định trong các chuỗi ảnh
đầutiên, nghiên cứu và xây dựng một giải pháp bám mục tiêu qn sự có tốc

độtínhtốn và độ chính xác cao trongcác chuỗiảnhvideo tiếp theo.
1.4.3. Hướng giảiquyếtbàitoánpháthiệnvà bámmụctiêu quânsự
Như đã trìnhày trong mục 1.1 và 1.2sẽ khơng đáp ứng được yêu cầu củabài
toán phát hiện và bám mục tiêu quân sự. Trên cơ sở nghiên cứu, phân tíchcác
ưu điểm của giải pháp đã có và các đặc trưng mục tiêu qn sự, chúng tơixác
định hướng giải quyết bài tốn phát hiện và bám các mục tiêu quân
sựtrongchuỗiảnh video đầuvào như sau:
- Thứ nhấtlà thu hẹp khơng gian tìm kiếm mục tiêu trong ảnh đầu vào
sửdụngcác đặc trưngảnh vàcác đặc tínhchuyển độngcủa mục tiêu.
- Thứ hailà lựa chọn đặc trưng ảnh phản ánh được các đặc tính riêng
biệtcủa mục tiêu so với các đối tượng nền. Trong luận án này, chúng tôi sử
dụngkết hợp các loại đặc trưng ảnh khác nhau để biểu diễn mục tiêu gồm:
1)Đặctrưng màu, 2)Đặc trưng hướng cạnhvà 3)Đặc trưng đặc tả hình dạng.
Sự kếthợpcácloạiđặctrưngnàysẽphảnánhđượccảcácđặcđiểmcụcbộvàtồncụccủa mục tiêu.
- Thứ balà lựa chọn mơh ì n h t o á n b i ể u d i ễ n c á c đ ặ c
t r ư n g ả n h c ó t ố c đ ộ tính tốn nhanh và độ chính xác cao. Các mơ
hình tốn biểu diễn đặc trưng ảnhđượctậptrungnghiêncứulàcácmơhìnhxácsuất,cácphépđotốnhọc
trongso khớp mẫu và các mơ hình phân lớp được sử dụng trong các thuật toán
nhậndạng.
- Thứ tưlà thu thập các tập dữ liệu đủ lớn chứa các cảnh môi trường
khácnhau, dưới các điều kiện tạo ảnh khác nhau để: 1) Xây dựng các tập mẫu
dữliệu mục tiêu phục vụ cho việc học; 2) Đánh giá, phân tích hiệu quả của
cácthuật tốn pháthiệnvà bámmục tiêu.


Kếtluận Chương 1:
Chươngnàyđãtrìnhbàytổngquanvềcácgiảipháppháthiệnvàbámmụctiêutừ
video.
-Chươngnàycũngđãmơtảhướngtiếpcậncủaluậnánđểgiảiquyếtcácnhiệmvụ
nghiên cứu.

Chương 2:PHÁT HIỆN MỤC TIÊU TRONG ẢNH VIDEO SỬ DỤNG
CÁCĐẶCTRƯNGCHUYỂN ĐỘNG, MÀUSẮCVÀHÌNHDẠNG
2.1. Đặtvấnđề phát hiệnmụctiêu
Chương này trình bày một giải pháp mới để phát hiện các mục tiêu quân sựtừ
chuỗi ảnh video. Giải pháp đề xuất để phát hiện mục tiêu trong các ảnh
đầuvàobằnghaibước chính:
- Bước 1: Trích chọn các vùng ảnh có khả năng chứa các điểm ảnh
mụctiêu,c á c v ù n g ả n h n à y đư ợ c g ọ i l à c á c v ù n g q u a n t â m , k í h i ệ u l à R O I .
C á c ROIđược xácđịnhdựatrên đặctrưngchuyển động.
- Bước 2: Xác định mục tiêu trên các ROI. Để tìm mục tiêu trên các
ROI,chúng tôi sử dụng kết hợp đặc trưng màu và đặc trưng hình dạng để biểu
diễncác vùng ảnh trong một mơ hình tốn học. Mơ hình tốn học đo sự giống
nhaugiữa các đặc trưng ảnh của các vùng ảnh so sánh với các đặc trưng mẫu
củamục tiêu đượcxác địnhtrongtập học.
Giải pháp đề xuất được đánh giá trên các tập dữ liệu lớn của các loại mụctiêu
quân sự khác nhau như xe tăng và các loại xe cơ giới. Ngoài ra, giải phápđề
xuất cũng được được đánh giá thông qua kết quả thực nghiệm trong so sánhvới
cácgiảipháp pháthiệnmục tiêu khác.
2.2. Giảiphápđềxuất pháthiện mụctiêuqnsự
Giảiphápđềxuấtpháthiệncácmụctiêuqnsựbaogồm02bướcchính:
Tríchchọn ROIvàXác địnhmục tiêunhư trongsơđồkhốiHình2.1.
Chuỗi ảnh
đầu vào

Trích chọn
ROI

Xác định
mục tiêu


Vùng ảnh
mục tiêu

Hình2.1. Sơ đồkhốicủa giải pháppháthiệnmụctiêuqn sự.
2.2.1. TríchchọnROI
Trích chọn ROI được thực hiện bằng việc đi tìm các vùng ảnh chuyển
độngcủa mục tiêu. Gọi Fivà Fjlà hai khung ảnh trong chuỗi ảnh video thu
nhậnđược từ camera, các chỉ số i và j thỏa mãn j > i. Sự khác nhau D(x,y) ở
mỗi vịtríđiểmảnh (x,y) giữa haikhungảnh đượctínhnhưsau:
𝐷(𝑥,𝑦)= 1 √(𝑤𝑟𝑑𝑟(𝑥,𝑦)+ 𝑤 g𝑑g(𝑥,𝑦)+𝑤𝑏𝑑𝑏(𝑥,𝑦))

(2.1)


𝑑( 𝑥,𝑦)= [ 𝐹
𝑟

𝑑( 𝑥,𝑦)= [ 𝐹
g

𝑑( 𝑥,𝑦)= [ 𝐹
𝗅𝑏

2

𝑅

(𝑥,𝑦)−𝐹 𝑅(𝑥,𝑦)]

i


j

𝐺

i

2

(𝑥,𝑦)−𝐹 𝐺(𝑥,𝑦)]
j

𝐵

(𝑥,𝑦)−𝐹 𝐵(𝑥,𝑦)]

i

j

Trongđ ó : 𝐹 𝑅(𝑥,𝑦), 𝐹 𝐺(𝑥,𝑦),𝐹
i

i

(2.2)

2

(𝑥,𝑦)l à b a g i á t r ị m à u đ i ể m ả n h ( x,y)


𝐺

i

trênFi,là một hằng số chuẩn hóaD(x,y). D(x,y)có giá trị nằm trong
dải[0,1].𝑤𝑟, 𝑤g, 𝑤𝑏là các trọng số màu, thỏa mãn𝑤𝑟+𝑤g+𝑤𝑏= 1. Mặt
nạchuyểnđộngcủa các đốitượngtrongcảnhđượctrích chọn nhưsau:
khi𝐷(𝑥,𝑦)≥𝑟 𝑀
(2.3)
𝑀(𝑥,𝑦)={1,0,k h i 𝐷(𝑥,𝑦)<𝑟 𝑀
Khungảnh Fi

KhungảnhFi+k

(a) haikhungảnh videođầu vào
Mặtnạchuyểnđộng
Các vùngquantâm(ROI)

(b) mặtnạchuyểnđộngvàcácvùngquantâm

Hình2.2. Vídụminhhọa bướctríchchọn ROI.
Trong
(2.3),𝑟 𝑀l à g i á
trịngưỡng
đượcchọnqua
t h ự c n g h i ệ m ( 0 < 𝑟𝑀1).C u ố i c ù n g , c á c t h a o t á c n h ị
phân
Morphology
được

áp
dụng
trên
ảnh
m ặ t nạM(x,y)để nối các điểm ảnh sáng liền kề nhau thành các vùng ROI, các
vùngcódiệntíchqnhỏsovớikíchthướcảnhđượclọcbỏ.Hình2.2(b)minhhọakết quả trích chọn ROItừ
haikhungảnh đầu vàotrongHình 2.2(a).
2.2.2. Xácđịnhđốitượngtừcácvùng đồngmầu
2.2.2.1. Phươngpháp xácđịnhmụctiêu
GọiR= {R1, R2,..., RN}là tập hợp các ROI được trích trọn trong Mục
2.2.1.Q trình xác định mục tiêu được thực hiện lần lượt trên mỗiRj. Đối với
mỗivùng quan tâm (ROI)Ri, một vùng ảnh hình chữ nhậtWđược xác định


từFi+kvới điểm tâm trùng với điểm tâm củaRj(xem Hình 2.3). Vùng ảnhWsau
đóđượcphânmảnhthànhcácvùngđồngnhấtvềmàusắcS={S 1,S2,...,S M}.Từ


tập các vùngS, mục tiêu được xác định như là vùng ảnhZđồng màu {Sk,Sg,...} kết nối với nhau thành một vùng ảnh lớn, thỏa mãn02điều
kiện trong(2.4) và (2.5):
𝑍=argmaxƒ(𝑋,𝑂)
(2.4)
𝑋 𝑆

ƒ(𝑍,𝑂)≥𝑟 𝑜
(2.5)
Trong công thức (2.4) và (2.5),theo công thức (2.17)ƒ(𝑋, 𝑂)là hàm đo
sựgiống nhau giữa một vùng ảnhXvới lớp mục tiêuO,𝑟𝑜là một giá trị
ngưỡng.Thuậttoántổngquát xác định mục tiêu được viếtdướidạnggiả mã nhưsau:

Thuậttoán1:Xác định mục tiêu
Đầuvào:R={R1, R2,..., RN}
Đầu ra:mặt nạ nhị phânBcác mục tiêu trong
ảnhForeachRjR
1. XácđịnhvùngảnhWtrênảnhđầuvàoFj,Wcó tâmlàtâmcủaRj

2. PhânvùngWthànhtập hợpcácvùngđồng màuS={S1,S2, ..., SM}
3. TìmvùngảnhZ ềđặctrưngảnhso với mụctiêu(thỏamãnđiều kiệntrong(2.4))
4. Nếu vùngZlà mục tiêu, thỏa mãn điều kiện trong
(2.5)ThìB ➛𝑍
EndFor

Độp hứ c tạpt huật t oá n: O ( N * n l o g n ) , t r o n g đ ó Nl à s ố v ù n g R O I , n làsốđ
iểmảnhtrong vùng.

(a) MặtnạcácROI

Vùngchuyển
động(ROI)

(b)Cácvùngảnh W(khung màu đỏ)

VùngảnhW

Kếtquả phân
vùng

Mụctiêuđược
xácđịnh

(c) Kếtquả cácbướctrongmỗivịnglặpcủaThuậttốn 1

(d) Mặt nạ mục tiêu và mục tiêu tìm được trên ảnh đầu
vào.Hình2.3. Kếtquả cácbướcthực hiệntrong Thuật tốn1.
2.2.2.2. Thuật tốnphânvùngảnh
Chúngtơisửdụngthuậttốndựavàolýthuyếtđồthịđượcđềxuấttrong
[68]đểphânmảnhảnhđầuvàothànhcácvùngđồngnhấtvềmàusắc.Thuật


tốn này độ chính xác cao và thời gian tính tốn nhanh. Kết quả phần vùng
ảnhđượcminh họa trongHình2.3c.
2.2.2.3. Tríchchọnđặctrưngảnh
 Trích chọn đặc trưng màu: Đặc trưng màu củam ộ t v ù n g
ả n h SkS,làmột vectorck= {rk,gk,bk}, trong đórk,gk, vàbklà các giá trị màu Red,
Greenvà Blue trung bình của các điểm ảnh thuộc vùngSk. Để đo sự giống nhau
vềmàu sắc của một vùng ảnh lớnXvới lớp đối tượngOcần tìm, luận án sử
dụnghàmg(X,O) đượctính nhưsau:
𝑔(𝑋,𝑂)= 1 ∑𝑅<𝑋𝑝𝑑ƒ(𝑐 𝑅|𝑂)
(2.11)
|
Trong (2.11), |X| là tổng số vùng đồng màu trongX,𝑝𝑑ƒ(𝑐𝑅|𝑂)là hàm mậtđộ
xác suất điều kiện lớp của vector màucRthuộc về mục tiêu lớpOđược
xácđịnhqua tập dữliệu học.
 Trích chọn đặc trưng hình dạng: Đặc trưng hình dạng của mục tiêu
đượcxác định bằng việc sử dụng các bộ đặc tả về hình dạng (shape context)
được đềxuất trong [69], chúng bất biến khi đối tượng bị xoay, dịch chuyển, méo,
biếnđổit h e o t ỷ lệ . Đ ặ c t r ư n g hì nh d ạ n g 𝑠 c ủ a m ộ t m ụ c t i ê u b a o g ồ m cácđ ặ
c t ả hình dạng của các điểm ảnh nằm trên đường biên ngồi của đối tượng. Xét mộtmục tiêu cóc á c đ i ể m

m ẫ u 𝑝1, 𝑝2, 𝑝3… 𝑝𝑘trên đường viền. Đặc tả hình dạngường viền. Đặc tả hình dạngcủa một điểm𝑝ilà
một lược đường viền. Đặc tả hình dạngồ của các tọa đường viền. Đặc tả hình dạngộ cực tương đường viền. Đặc tả hình dạngối giữa𝑝 ivà− 1đường viền. Đặc tả hình dạngiểmcịn
lạitrênđườngviền của mục tiêunhư sau:
ℎi𝑘= #*𝑞G 𝑝 i:(𝑞−𝑝 i)∈bin(k)+
(2.13)
Sự khác nhau giữa hai bộ đặc tả hình dạng của hai điểm𝑝và𝑞được tínhnhư
sau:
𝐶(𝑝,𝑞)= 0 . 5 ∑ (ℎ 𝑝i− ℎig) 2
i+ i
𝑀
i=1 ℎ ℎ
𝑝

(2.14)

g

Gọi𝑇 =*𝑇1,𝑇2, 𝑇3, …+là tập các hình dạng mẫu của mục tiêu cần tìm. Đốivới
mỗi một vùng ảnhX(nó có thể bao gồm nhiều vùng đồng màu), thì đặctrưng
hình dạng𝑠𝑋của𝑋là các đặc tả hình dạng của các điểm mẫu nằm trênđường bao
ngoài của𝑋. Sự khác nhau về hình dạng giữa một vùng ảnh𝑍vàmột hình
dạngmẫu𝑇của mụctiêu đượctính như sau:
𝐷(𝑠, 𝑇)= 1
(2.15)
∑
min 𝐶(𝑝,𝑞)
�

𝑝∈𝑠

|𝑠𝑋|

𝑞∈𝑇

𝑋

Trongcơngthức(2.15),|𝑠𝑋|biểuthịcho tổng sốđiểmmẫutrongX.
Hàm đo sự giống nhau về đặc trưng hình dạng của một vùng ảnh𝑋với lớpđối
tượngOđượctính:
𝑠(𝑋,𝑂)= 𝑒 𝑥 𝑝 , − 𝛿 min 𝑇∈𝑇𝐷(𝑠 𝑋,𝑇)(2.16)Trong(2.16),𝛿làthamsố tỷlệ đượcxácđịnhthôngquatập dữ liệu mẫu.
 Kết hợpcácđặctrưng ảnh:


Từ việc trích chọn các đặc trưng màu và hình dạng ở trên, chúng tơi tínhtốn
hàmf(X,O)trong (2.4) và (2.5), để đo sự giống nhau giữa một vùng ảnhXvớilớpmục
tiêuOnhư sau:


ƒ(𝑋,𝑂)= 𝛼 𝑔 (𝑋,𝑂)+𝛽𝑠(𝑋, 𝑂)
(2.17)Trongđócácthamsố𝛼v à 𝛽l à cáctrọngsốdương(𝛼,𝛽>0)đểxácđịnhmứcđộq
uantrọngcủađặctrưngảnhtươngứngtrongphépđođộgiốngnhau
giữavùngảnhXvà lớp mục tiêuO.
2.2.2.4. Thuật tốntìmvùngảnhđốitượngtốiưu
Như đã trình bày ở trên, việc đi tìm tập𝑍trong (2.4) có thể được xác
địnhbằng phương pháp vét cạn với việc tìm tất cả các tập con trong𝑆.Tuy
nhiênphươngphápnàysẽmấtnhiềuthờigiantínhtốn,độphứctạptínhtốnc
ủanó là𝑂(2|𝑆|)với|𝑆|là tổng số thành phần của𝑆.Để giảm thời gian tính
tốn,luậnán đềxuấtmộtthuậttốnthêmbớtvùngtốiưu nhưsau:
Thuật tốn3:Thuậttốn thêmbớtvùng
Đầuvào:Tậpcácvùngđồngmàu𝑆 = * 𝑆1,𝑆2,…,𝑆+

Đầura:Vùng ảnh𝑍<𝑆
Cácbướccủa thuậttốn:
1. Lọccácvùng𝑆𝑘∈ 𝑆 cógiátrịg(X,O)thấp,tađượctập𝑆′:
𝑆′➛ *𝑆∈𝑆 |𝑔(𝑐𝑠 ,𝑂)≥𝑟𝑐 +
′
2. Chọn𝑍 ∈ 𝑆 saocho:
𝑍➛ arg max𝑝(𝑐K|𝑂)
K∈𝑆𝘍

3. ThêmcácvùngXliên thông với𝑍vào𝑍
𝑍➛ * 𝑍𝖴| ∈ 𝑆 ′,*𝑍𝖴 + làmộtvùngliênthơng +
4. Vịnglặp loạivùng
𝑇𝑒𝑚𝑝➛Ðú𝑛𝑔
While(Temp) do
Sr➛*𝑆i∈Z,i*𝑍−𝑆i +làmộtvùngliênthơng+
S-➛argmax𝑆∈𝑆rƒ(*𝑍−𝑆+,0)
ifƒ(*𝑍−S−
+,0)>ƒ(𝑍,0)thenZ➛Z
−𝑆−
Else
𝑇𝑒𝑚𝑝➛𝑆𝑎i
End
ifEndwhile

Độ phức tạp của thuật toán:O(2logL), Llà số phần tử của tập đồng
màu.Trongthuật tốn 3,ở mỗi bước thêm hoặc bớt một vùng𝑆icho𝑍thì tính
liênthơng của tập*𝑍 𝖴 𝑆 i}và*𝑍 − 𝑆 i}đượckiểm tra.Mộttậpc á c
t h à n h p h ầ n được xem là liên thông với nhau nếu như kết hợp tất cả các
thành phần của nótạonên ítnhấtmộtđườngđi giữa các vùng.
2.3. Thựcnghiệmvàkết quả

2.3.1. Dữliệuảnh


Để đánh giá phương pháp đề xuất, chúng tôiđ ã t h u t h ậ p 0 3 t ậ p
d ữ l i ệ u video cho 03 loại mục tiêu quân sự khác nhau: xe tăng, xe tải và xe
u-ốt. Cụthể,tậpdữliệuchoxetăngcó102filevideo,tậpdữliệuchoxetảiqnsựcó


128 file video, tập dữ liệu cho xe u-ốt có 101 file video. Mỗi file video
tươngứng với một cảnh thực tế, chứa khoảng 3000 khung ảnh. Mỗi loại mục
tiêu,chúng tôi lấy 2/3 tổng số ảnh làm tập học (training) và 1/3 tổng số ảnh
dùng đểđánh giá kết quả. Với mỗi ảnh dữ liệu, chúng tôi xác định mục tiêu bằngphương pháp thủ công
(bằng tay) để tạo nên các tập dữ liệu mục tiêu, các tậpnày được gọi
làground_truth,làm cơ sở đánh giá các thuật toán phát hiện mụctiêu.
2.3.2. Phươngphápđánhgiá hiệu quảpháthiệnmục tiêu
Để đánh giá hiệu quả của việc phát hiện mục tiêu trong mỗi ảnh, chúng tôiso
sánh vùng ảnh đối tượng được phát hiện bằng máy với vùng ảnh mục tiêuđược
xác định bằng tay trong tập dữ liệuGround_truth.Chúng tôi sử dụng
03phépđorecall,precisionvàF-measuređể đánh giáhiệu củacácthuậttốn.
2.3.3. Kết quảthựcnghiệm
2.3.3.1. Phântích hiệuquả của việcsửdụngtríchchọn ROI
Giải pháp đề xuất được phát triển dựa trên công việc trước đây của
chúngtơitrong[P7].Giảipháptrong[7]giốngnhưgiải phápđềxuấtnhưngkh
ơngsửdụngbướctrích chọn ROI.Để đánh giá tính hiệu quả của việc trích chọnROI,
luận án đã cài đặt giải pháp trong [P7] và chạy trên 03 tập dữ liệu. Kếtquảđược
mơ tả trongBảng2.1, 2.2 và 2.3.
Bảng2.1.Kếtquảpháthiệnmụctiêu tậpdữliệuu-ốtqn sự
STT

Cácgiảipháp

1

Khơngt r í c h chọnROI
[P7]
Giảiphápđềxuất

2

Recall
(%)

Precision
(%)

F_measure
(%)

T.gian(giây)

78,2

92,5

84,7

1,25

90,3

97,6

93,8

0,38

Bảng2.2.Kếtquảpháthiệnmụctiêu tậpdữliệu xetảiqn sự
STT
1
2

Cácgiảipháp
Khơngtrích chọnROI[P7]
Giảiphápđềxuất

Recall
(%)
73,1
89,3

Precision
(%)
75,8
96,6

F_measure
(%)
73,9
92,8

T.gian(giây)
1,28
0,41

Bảng2.3.Kếtquảpháthiệnmụctiêu tậpdữliệuxetăng
STT
1
2

Cácgiảipháp
Khơngtrích chọnROI[P7]
Giảiphápđềxuất

Recall
(%)
83,1
92,2

Precision
(%)
90,2
95,9

F_measure
(%)
86,5
94,0

T.gian(giây)
1,26

0,39

2.3.3.2. Sosánh vớicácgiảiphápkhác
Giải pháp đề xuất được so sánh với 04 giải pháp tiêu biểu sử dụng phổbiến
cho phát hiện mục tiêu trong chuỗi khung ảnh video: 1) Giải pháp trừ nềncơ
bản (BBS) [101]; 2) Giải pháp pháp hiện mục tiêu dựa trên mơ hình Gaussđơn
(SGM)[102]; 3) Giải pháp phát hiện mục tiêu dựa trên mơ hình Gauss hỗnhợp
(MGM)[103];4)Giảipháppháthiệnmụctiêudựatrênmơhìnhnềnthíchnghi(LOTS) [104]. Kết quả thực
hiện trên 03 tập dữ liệu được tóm tắt trongcácBảng2.4, 2.5 và 2.6.


Bảng2.4.Kếtquảpháthiệnmụctiêu tậpdữliệu u-oátquân sự
STT
1
2
3
4
5

Cácgiảipháp
BBS[101]
SGM[102]
MGM[103]
LOTS[104]
Giảiphápđềxuất

Recall
(%)

Precision

(%)

F_measure
(%)

68,1
78,1
86,6
88,7
90,3

75,6
82,8
88,5
90,8
97,6

71,7
80,4
87,5
89,7
93,8

T.gian( g i â y
)
0,15
0,19
0,27
0,25
0,38

Bảng2.5.Kếtquảpháthiệnmụctiêu tậpdữliệu xetảiquân sự
STT
1
2
3
4
5

Cácgiảipháp
BBS[101]
SGM[102]
MGM[103]
LOTS[104]
Giảiphápđềxuất

Recall
(%)

Precision
(%)

F_measure
(%)

58,1
64,1
76,6
78,7
89,3

65,6
79,8
74,5
85,8
96,6

61,6
71,1
75,5
82,1
92,8

T.gian( g i â y
)
0,17
0,20
0,26
0,28
0,41

F_measure
(%)
64,6
74,3
77,0
84,6
94,0

T.giantrung

bình(giây)
0,18
0,21
0,28
0,26
0,39

Bảng2.6.Kếtquảpháthiệnmụctiêutậpdữliệu xe tăng
STT
1
2
3
4
5

Cácgiảipháp
BBS[101]
SGM[102]
MGM[103]
LOTS[104]
Giảiphápđềxuất

Recall
(%)
61,1
68,1
74,6
81,7
92,2

Precision
(%)
68,6
81,8
79,5
87,8
95,9

Kết luận Chương 2:Trong chương 2, chúng tơi đã đề xuất một giải phápmới
có hiệu quả cao cho phát hiện các mục tiêu quân sự trong các khung
ảnhvideo.Các đónggóp khoahọc cụthểlà:
1. Đềxuất việcxácđịnhmụctiêudựatrêncácvùngROI.
2. Đềxuấtmơhìnhtốnxácđịnhmụctiêutừcácvùngđồngmàu(supperpixel)vớisự kếthợpđặctrưng màu sắc vàđặctrưnghình dạng.
3. ĐềxuấtThuậttốntốiưu tìmmục tiêutừcác vùngđồngmàu.
Chương3:BÁMMỤCTIÊUSỬDỤNGCÁC ĐẶCTRƯNGMẪUHỌC
TRỰCTUYẾN
3.1. Đặtvấnđề bám mụctiêu
Bài tốn bám mục tiêu qn sự có thể được giải quyết bằng việc sử
dụngthuật toán phát hiện mục tiêu ở chương 2. Dựa vào vị trí mục tiêu ở khung
ảnhthứt-1và tốc độ dịch chuyển cực đại của mục tiêu, chúng ta xác định
đượcvùng ảnh W chứa mục tiêu ở khung ảnh thứt. Sau đó áp dụng Thuật toán
1trong chương 2 để xác định mục tiêu từ các vùng ảnh đồng màu trong W.
Tuynhiên, giải pháp này có tốc độ tính tốn khơng đủ nhanh để xác định vị trí
mụctiêutrongmọikhungảnh thu được.
Chương này trình bày một giải pháp bám mục tiêu mới. Giải pháp đề
xuấtkhai thác các ưu điểm của các giải pháp bám mục tiêu theo hình dạng và
cácgiải pháp bám mục tiêu dựa trên các đặc trưng bề ngoài. Cụ thể, giải pháp
đềxuất sử dụng các đặc trưng hình dạng và các đặc trưng màu sắc để biểu