نظام اكتشاف خارطة الطرق في بيئة نظم المعلومات الجغرافية بالاعتماد على تقنية تتبع الفيديو

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

ان تحديد الموقع المكاني للفيديو (SVL) هي عملية تحديد او تشخيص المواقع الجغرافية لإطارات الفيديو المرفوضة على نظام الGPS بناءاً على الرؤيا. ان الاسئلة التي تتبادر الى الذهن هي فيما اذا كان من الممكن عمل تحديد تقريبي لموقع مشاهد محددة على خارطة الـ GIS . مع ذلك فان الصور غالبا ما تحتوي على تلميحات معلوماتية وسياقية مناسبة تسمح لنا باستنتاج الموقع لصورة بثقة متغيرة. معظم هذه التلميحات المعلوماتية هي تفاصيل معمارية, معالم, الوان بنايات والنسيج. ان تخمين الموقع الجغرافي الذي التقطت فيه صورة او فديو يعتبر تحديًا مثيرًا للاهتمام في مجال رؤية الحاسوب، وقد شهد العقد الأخير جهودًا بحثية متزايدة لحل هذه المشكلة. تكمن المشكلة الرئيسة للدراسة الحالية (الدراسة التي بين ايديكم( حول كيفية بناء نظام متكامل يتعامل مع بيانات الوسائط المتعددة (ملفات الفيديو) داخل بيئة نظم المعلومات الجغرافية. بالإضافة إلى ذلك ، كيفية توفير معالجة يتم من خلالها انتاج الموقع الجغرافي للفيديو غير المعروف على خريطة نظم المعلومات الجغرافية والذي يمثل مسار حركة الكاميرا في الشارع.يستخدم سيناريو النظام المقترح كاميرا أحادية (مفردة) تم تركيبها على السيارات أو المركبات ككاميرا أمامية (FFC). يمثل الفيلم الفيديوي حركة الكاميرا في شوارع منطقة الدراسة خلال وقت النهار و بغض النظر عن حالة الطقس. الهدف من النظام المقترح هو استخراج المواقع الجغرافية لمسار السيارة وتمثيلها على خارطة نظم المعلومات الجغرافية بالاعتماد على محتويات الفيلم الفيديوي وحده ودون الحاجة الى اي معلومات اخرى كمعاملات الكامرة ومعرفة بعض النقاط الثلاثية الابعاد قياساً مع الكامرة.يمكن تقسيم المساهمات الرئيسية للنظام المقترح إلى خمسة أجزاء. الجزء الاول يمثل بناء هيكل متقدم لقاعدة بيانات نظم المعلومات الجغرافية التي تتعامل مع ملفات الفيديو استنادا على موقع تقاطعات الطرق. تم تجاهل نمذجة مقاطع الفيديو في نظم المعلومات الجغرافية إلى حد كبير لأسباب عديدة كحجم البيانات المتعلقة بجمع وتخزين لقطات الفيديو. أيضًا ، لا يوجد هيكل حالي يصف الفيديو المكاني ونوع التحليل القائم على نظم المعلومات الجغرافية والقيام بذلك. وبالتالي ، تقترح هذه الرسالة فهرسة وتخزين عدد صغير من الصور التي تمثل إطارات الفيديو المهمة التي لا تتجاوز 1٪ من عدد إطارات الفيديو في بيئة نظم المعلومات الجغرافية. الجزء الثاني اقترح تخمين تلائمي لحركة الكامرة مبني على المعلومات الترددية لإطارات الفيديو. ثالثًا ، تقديم تمثيل جديد وتسوية لمسار الفيديو لغرض استخراج الإطارات الأساسية للفيديو (إطارات الاستعلام) استنادًا إلى طريقة الترميز التسلسلي الديناميكي المقترحة. رابعًا ، اقتراح طريقة جديدة لاسترجاع الصور على أساس المحتوى (CBIR) بناءً على الميزات العالمية للصور (النسيج والشكل) المستخرجة اعتمادا على طريقة LBP وEHD المقترحة , SVD و KD-tree . خامسًا ، طريقة مطابقة جديدة تستند على الميزات المحلية المستخرجة باستخدام ال SIFT وتتبع هذه الميزات للصور ذات العلامات الجغرافية المرشحة التي تم الحصول عليها من طريقة CBIR أعلاه للإطار الرئيسي الأول للفيديو أو وفقًا لعلاقات GIS- الطوبولوجية الخاصة بـخريطة الطريق للإطارات الرئيسية الأخرى.ان النظام المقترح يقدم ويبني شريط ادوات جديد للـ GIS يدعى SVLGIS (تحديد موقع مكاني للفيديو – Spatial Video Localization) لبيان التكيّف بين بيئتين مختلفتين (فيلم فيديو و GIS). أخيرًا ، لغرض اختبار اداء نظامنا ، أجريت العديد من التجارب على مجموعتي بيانات خارجيتين (WANG و ZuBuD) والتي تحتويان على صور مجردة. نقوم بتقييم أداء نظامنا المقترح كنظام CBIR لقياس فعالية الاسترجاع باستخدام مقياس (متوسط معدل الدقة) . حيث ان قيمة متوسط معدل الدقة هو (72.87 %) لمجموعة بيانات WANG ، و (87.59 %) لمجموعة بيانات ZuBuD.

روابط وملفات

التعريف والنوع

رقم الوثيقة

0f385403-f02a-43f8-9ecf-13503add573e

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

رسائل دكتوراة

نوع الملف

pdf text

أسماء الملفات

996766_1.pdf

بيانات النشر

ترجمة العنوان

Roads Map Discovery System in GIS Environment Based on Video Tracking Technique

ألقاب المؤلفين

[{"name_ar":"توفيق عبد الخالق الاسدي","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"عبد الكاظم عبد الكريم عبد الكاظم مهدي","title_ar":"اعداد","title_en":"Preparation"}]

اللغة

Arabic

المصدر والدورية

اسم المصدر

نظام اكتشاف خارطة الطرق في بيئة نظم المعلومات الجغرافية بالاعتماد على تقنية تتبع الفيديو

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

Spatial Video Localization (SVL) is the process of identifying the geographic locations for the frames of GPS-denied video that is based on vision. The question that comes to mind is whether the location of a specific scene can be approximated on the GIS map. However, images often contain suitable visual and contextual informative hints that allow us to conclude the location of an image with variable confidence. The foremost of these hints are architectural details, landmarks, building colors, and textures. Geographical location estimation for an image or video that has been captured is an interesting challenge in computer vision, and the recent decade has witnessed growing research efforts toward solving this problem. The core problem of the current study is how to build an integrated system that deals with multimedia data (video files) inside the GIS environment. In addition, it aims to provide a process that produces the geographic location of an unknown video on the GIS map, representing the trajectory of camera motion on the street. The scenario of the proposed system uses a monocular camera (single) setup on cars or vehicles as a Forward-Facing Camera (FFC). The video represents the camera movement on the streets of the area of interest during the daytime regardless of the weather situation. The goal of the proposed system is to extract the geographic locations for the trajectory of the vehicle and represent it on the GIS map based solely on the content of the video without any other information, such as camera parameters or knowledge of 3D points with the camera. The main contributions of the proposed system can be divided into five parts: Constructing an advanced GIS database structure that deals with video files based on the location of intersection roads. Modeling video in GIS has been largely ignored due to reasons such as the data volumes involved in collecting and storing video footage. There is no current structure that describes spatial video and the type of GIS-based analysis that can be performed. This dissertation suggests indexing and storing a small number of images that represent important video frames, not exceeding 1% of the total number of video frames in the GIS environment. Proposing an adaptive camera motion estimation based on the frequency domain information of video frames. Offering a new representation and normalization of video trajectories for extracting the keyframes of video (query frames) based on the proposed dynamic chain code. Introducing a new Content-Based Image Retrieval (CBIR) method based on the global features of images (texture and shape) extracted using the proposed LBP, EHD, SVD, and Kd-tree. Developing a new matching method based on local features extracted using SIFT and tracking these features to candidate geo-tagged images obtained from the CBIR method for the first key frame of the video, or based on the GIS-topological relations of the road map for other key frames. The proposed system introduces and builds a new GIS toolbar or button called SVLGIS (Spatial Video Localization GIS) to demonstrate the integration between two different environments (video and GIS). Finally, to test the performance of the system, several experiments were performed on two external datasets (WANG and ZuBuD) containing still images. The performance of the proposed system as a CBIR system was evaluated using Mean Average Precision (MAP). The MAP values are 72.87% for the WANG dataset and 87.59% for the ZuBuD dataset.

كلمات الباحثين

Spatial Video Localization (SVL), GIS, multimedia data, monocular camera, Forward-Facing Camera (FFC), video trajectory, Content-Based Image Retrieval (CBIR), LBP, EHD, SVD, Kd-tree, SIFT

إشراف وإعداد

الإشراف

توفيق عبد الخالق الاسدي

الإعداد

عبد الكاظم عبد الكريم عبد الكاظم مهدي

الاقتباسات الببليوغرافية