Motion Tracking in the Construction and Storage Area with Perspective Approach

Abstract

Occupational safety in the work area is not only to take measures after accidents, but to try to take precaution by determining thesituations that will cause the accident. Image processing techniques are the process of re-visualizing recorded images or snapshotsaccording to the desired requirements. For this reason, by using image processing techniques, an application can be realized to ensurethe safety of the work by following the workers and other objects on the recorded or live images in the worksite. The aim is to try to avoid work accidents that may occur to a large extent and also to provide the use of multiple algorithms and features with person andvehicle analysis. In the study, the Matlab software program was deemed appropriate due to the density of mathematical algorithms.In this paper a motion tracking algorithm with the addition of new double-sided and adaptive perspective methods have beenimplemented. The main purpose of this paper is to propose a motion tracking algorithm to help solving safety concerns at the storageand construction areas. With the proposed algorithm, workers on the work site are detected and they are checked if they comply withthe safety requirements at the work site by using computers entirely. Detailed algorithm explanations can be found in the methodologypart of the paper. The live image was prepared ready in Matlab environment by using basic image processing techniques such as filteringand noise cleaning processes and then it was subjected to object finding and classification for motion tracking in the image. Properdetection and tracking of the object seems to be more successful with preprocessing. Luminance conditions, weather conditions andmoving data density are important factors that affect accuracy. As a first step, identification of workers was done using simpleclassification techniques. These classification criteria are explained in the methodology section. The classification process provided thehuman data set for motion tracking in four steps. Field workers who do not wear helmets or not wearing vests are defined as “-” andthose who follow the rules are indicated as “+” on the image. The performance of the algorithms on this type of images and the resultsof the improvements are evaluated in the last section.

Özet

Çalışma sahasındaki iş güvenliği, yalnızca kazalar sonrası tedbirleri almak değil kazaya sebebiyet verecek durumların önceden belirlenerek önlemini almaya çalışmaktır. Görüntü işleme teknikleri, kayıtlı görüntüler veya anlık görüntüleri tekrar işleyerek istenilenler doğrultusunda yeniden görselleştirme işlemidir. Bu sebeple görüntü işleme teknikleri ile çalışma sahasında kaydedilmiş veya canlı görüntüler üzerinde işçilerin ve diğer nesnelerin takibi yapılarak iş güvenliğini sağlamaya yönelik bir uygulama gerçekleştirilebilir. Gerçekleştirilmek istenilen amaç oluşabilecek iş kazalarının önüne büyük ölçüde geçmeye çalışmak aynı zamanda kişi ve araç analizi ile birden çok algoritma ve özelliğin kullanımını sağlamaktır. Çalışmada matematiksel algoritmaların yoğunluğu sebebiyle Matlab yazılım programı uygun görülmüştür. Bu yazıda yeni çift taraflı ve uyarlamalı perspektif yöntemlerinin eklenmesiyle bir hareket izleme algoritması uygulanmıştır. Bu yazının temel amacı, depolama ve inşaat alanlarındaki güvenlik sorunlarının çözülmesine yardımcı olacak bir hareket izleme algoritması önermektir. Önerilen algoritma ile şantiyede çalışan işçiler tespit edilir ve şantiyede güvenlik gereksinimlerine tamamen uygunluğu kontrol edilir. Detaylı algoritma açıklamaları makalenin metodoloji bölümünde bulunabilir. Canlı olarak alınan görüntü Matlab ortamında öncelikle filtreleme ve gürültü temizleme işlemleri gibi temel görüntü işleme teknikleri ile hazır hale getirilmiş ve sonrasında görüntüde hareket takibi için nesne bulma ve sınıflandırma işlemlerine tutulmuştur. Nesnenin düzgün bir şekilde bulunmasının ve takibinin ön işlmeler ile daha başarılı olduğu görülmektedir. Çalışılan ortamın ışıklılık durumları ve hava koşulları ile hareketli veri yoğunluğu doğruluğu etkileyen önemli faktörlerdendir. İlk aşama olarak işçilerin belirlenmesi basit sınıflandırma teknikleri kullanılarak yapılmıştır. Bu sınıflandırma kriterleri metodoloji bölümünde açıklanmıştır. Sınıflandırma işlemi dört adımda hareket takibi için insan veri kümesini sağlamıştır. Baret takmayan ya da yelek giymeyen ihlale sebep olan saha çalışanları “-” olarak tanımlanıp kurallara uyanlar “+” olarak görüntü üzerinde belirtilmiştir. Algoritmaların bu tip görüntüler üzerindeki performansı ve yapılan geliştirmeler sonucu son bölümde değerlendirilmiştir.