Abstract- Nocturnally migratory bir

Abstract- Nocturnally migratory birds and bats are at higher risk of colliding with wind turbines. It is important to gather scientific data in an area which have potential of wind farm development. An IR camera recording and its analysis can provide necessary information to wildlife biologists involve with interaction of birds/bats with wind turbines. An efficient IR video processing algorithm has been developed. The proposed algorithm consists of background and consecutive frame subtraction, frame selection, 3-D region labeling and breakpoint recovery. It is then used to process spring 2011 bird migration data that has been collected in Ottawa National Wildlife Refuge in Ohio. Results from this study will be useful for wildlife biologists to make intelligent decision for siting of wind turbines. It will also help policy makers to develop an appropriate public policy for wind farm development in an area with extensive avian activity.
I. INTRODUCTION
Moving object tracking has received considerable attention because of the wide range of its potential applications. Analysis of recorded videos can help in capturing the movement and classify objects. This project aims to assist wildlife biologists in the observation of birds’/bats’ behaviors in the vicinity of wind turbines. A multi-sensor approach using radar, IR video imaging, and acoustic recording of bird and bat calls is being developed[1][2][3]. The system will be used to track the birds’/bats’ flying trajectories and analyze their behaviors, such as direction, velocity, travel distance, and straightness in the vicinity of wind turbines. This paper focuses on IR video data processing of recorded birds’/bats’ activities during nocturnal migration. A IR video processing algorithm has been developed for this application. The goal of this work is to show trajectories of flying birds’/bats’, compute passage rates, total numbers, direction of flight, object size, heat, velocity, and straightness index. This information will then help and guide the mitigation process which may reduce unwanted effects on birds/bats.
The IR video data in this project is recorded by FLIR SR- 19 camera. This IR camera system has standard resolution Focal Plane Array (FPA) of 320(H) ×240(V) pixels and Field of View (FOV) of 36 ̊. The detector frame rate is 30 frames/second. The FLIR SR-19 thermal camera was deployed along with marine radar and acoustic recorders for both birds and bats at Ottawa National Wildlife Refuge in the western basin of Lake Erie, Ohio during 2011 spring bird migration period. This area has been sighted for development of potential on-shore and off-shore wind farms due to availability of high winds. The data was collected from three different sources (IR camera, marine radar and acoustic
Corresponding Author: [e-mail]. This work is partially supported from DOE Contract #DE-FG36- 06G086096
J. Ross, P. V. Gorsevski, V. P. Bingman Geospatial Sciences School of Earth & Environment Bowling Green State University
Bowling Green, Ohio, USA
recorders) continuously starting in one hour after the sunset to one hour before the sunrise. In this case, there are 63000 frames in 1 GB data. Since the total size of data for one season is approximately 205 GB, there are 12,915,000 frames that need to be processed. Data was recorded from April 13th to May 11th, 2011; the length of entire season data was 113 hours. The proposed target tracking algorithm has been applied to process the IR video data for birds/bats monitoring.
Section II provides a literature review. Section III explains various building blocks of the proposed algorithm. Section IV gives quantified results of processed IR video. Conclusions are provided in Section V.
II. LITERATURE REVIEW
Many researchers have worked on video processing problems [1][4]. Otsu’s method [5] may be useful for efficient motion segmentation. Su [6] developed another method based on Otsu’s thresholding and made it more tolerant to the uneven illumination and other types of degradation. The IR video data for our project is captured under multiple weather conditions and requires denoising. Dimitri [7] developed a fuzzy image filter for denoising. Object detecting and segmentation have been proposed by Zhang & Chen [8]. The technique allows background subtraction and consecutive frames subtraction to work cooperatively in a given system. This method takes advantages of combining both background subtraction and consecutive frames subtraction.
Our proposed algorithm consists of background subtraction with consecutive frame selection, noise filtering, 3-D region labeling, breakpoint recovery, and quantifies migration statistics in a format that is desired by wildlife biologists [9][10]. A new adaptive thresholding has been developed for segmentation. Fig. 1 shows a block diagram of the proposed algorithm. The proposed approach provides an

ผลลัพธ์ (ไทย) 1:

นามธรรม - Nocturnally เบิร์ดและค้างคาวมีความเสี่ยงสูงของการชนกับกังหันลม มันเป็นสิ่งสำคัญในการรวบรวมข้อมูลทางวิทยาศาสตร์ในพื้นที่ที่มีศักยภาพของการพัฒนาฟาร์มลม การบันทึกกล้อง IR และการวิเคราะห์ความสามารถให้ข้อมูลที่จำเป็นเพื่อสัตว์ป่าชีววิทยาที่เกี่ยวข้องกับการโต้ตอบของนก/ค้างคาวกับกังหันลม ได้รับการพัฒนาอัลกอริทึมการประมวลผลวิดีโอ IR มีประสิทธิภาพ อัลกอริทึมที่นำเสนอประกอบด้วยพื้นหลัง และลบเฟรมต่อเนื่องกัน การเลือกเฟรม ภูมิภาค 3 มิติติดฉลากและการเบรกพอยต์การกู้คืน แล้วใช้การประมวลผลฤดูใบไม้ผลิ 2011 นกการโยกย้ายข้อมูลที่รวบรวมในออตตาวาชาติหมดในโอไฮโอ ผลจากการศึกษานี้จะเป็นประโยชน์สำหรับนักชีววิทยาสัตว์ป่าทำการตัดสินใจอันชาญฉลาดสำหรับกำหนดของกังหันลม นอกจากนี้มันยังจะช่วยให้ผู้กำหนดนโยบายในการพัฒนานโยบายสาธารณะเหมาะสมสำหรับการพัฒนาฟาร์มลมในพื้นที่ ด้วยกิจกรรมหลากหลายนกI. บทนำติดตามวัตถุที่เคลื่อนไหวได้รับความสนใจอย่างมากเนื่องจากเป็นการใช้งานที่หลากหลาย วิเคราะห์ของวิดีโอที่บันทึกไว้สามารถช่วยในการจับการเคลื่อนไหว และจัดประเภทวัตถุ โครงการนี้มีวัตถุประสงค์เพื่อช่วยให้นักชีววิทยาสัตว์ป่าในการสังเกตของนก '/ ค้างคาว' พฤติกรรมตั้งกังหันลม วิธีการหลายเซนเซอร์ที่ ใช้เรดาร์ IR ภาพวิดีโอ การบันทึกเสียงของนกและค้างคาวกำลังพัฒนา [1] [2] [3] ระบบจะถูกใช้เพื่อติดตามนกค้างคาวบินวิถี และวิเคราะห์พฤติกรรมของพวกเขา เช่นทิศทาง ความเร็ว ระยะทาง และความตรงในที่ตั้งกังหันลมที่เดินทาง กระดาษนี้เน้น IR ข้อมูลการประมวลผลวิดีโอของนกบันทึกกิจกรรม '/ ค้างคาว' ในระหว่างการโยกย้ายกลางคืน ขั้นตอนการประมวลผลวิดีโอ IR ได้รับการพัฒนาสำหรับโปรแกรมประยุกต์นี้ เป้าหมายของงานนี้คือการ แสดงวิถีการบินของนก / ค้างคาว คำนวณกาลราคา จำนวน ทิศทางของเที่ยวบิน วัตถุขนาด ความร้อน ความเร็ว และดัชนีความตรงในการ ข้อมูลนี้จะช่วยเหลือ และแนะนำกระบวนการบรรเทาสาธารณภัยซึ่งอาจช่วยลดผลกระทบที่ไม่พึงประสงค์ในนก/ค้างคาวข้อมูลวิดีโอ IR ในโครงการนี้จะถูกบันทึก ด้วยกล้อง FLIR SR - 19 ระบบกล้อง IR มีความละเอียดมาตรฐานโฟกัสเครื่องบินอาร์เรย์ (FPA) ของ 320(H) ×240(V) พิกเซลและมุมมองภาพ (FOV) ของ 36 ̊ อัตราเฟรมจับคือ 30 เฟรม/วินาที กล้อง FLIR SR-19 ความร้อนถูกปรับใช้พร้อมกับทะเลเรดาร์และเครื่องบันทึกเสียงสำหรับนกและค้างคาวที่ออตตาวาชาติอพยพสัตว์ป่าในลุ่มน้ำตะวันตกของทะเลสาบอิรี โอไฮโอในช่วงระยะเวลาการย้ายนกฤดูใบไม้ผลิ 2011 พื้นที่นี้ได้รับสายตาพัฒนาของฟาร์มลมบนฝั่ง และนอกชายฝั่งอาจเกิดขึ้นเนื่องจากความพร้อมของลมสูง เก็บรวบรวมข้อมูลจากแหล่งต่าง ๆ 3 (กล้อง IR ทะเลเรดาร์ และอคูสติกสอดคล้องกันผู้เขียน: [e-mail] งานนี้ได้รับการสนับสนุนบางส่วนจาก DOE สัญญา #DE-FG36 - 06G 086096J. Ross, P. V. Gorsevski, V. P. Bingman ภูมิสารสนเทศโรงเรียนวิทยาศาสตร์ของโลกและสภาพแวดล้อมโบว์ลิ่งเขียวมหาวิทยาลัยโบว์ลิ่งกรีน โอไฮโอ สหรัฐอเมริกาบันทึก) เริ่มต้นในหนึ่งชั่วโมงหลังจากพระอาทิตย์ตกดินไปหนึ่งชั่วโมงก่อนอาทิตย์ขึ้นอย่างต่อเนื่อง ในกรณีนี้ มีเฟรม 63000 ในข้อมูล 1 GB ตั้งแต่ขนาดของข้อมูลสำหรับฤดูกาล ประมาณ 205 GB มีเฟรม 12,915,000 ที่ต้องการประมวลผล บันทึกข้อมูลวันที่ ๑๓ เมษายนถึง 11 พฤษภาคม 2011 ความยาวของข้อมูลฤดูกาลทั้งหมดคือ 113 ชั่วโมง มีการใช้อัลกอริทึมการติดตามเป้าหมายเสนอการประมวลผลข้อมูลวิดีโอ IR สำหรับนกค้างคาว/ตรวจสอบส่วน II ให้การทบทวนวรรณกรรม ส่วนที่สามอธิบายต่าง ๆ สร้างบล็อกของอัลกอริทึมที่นำเสนอ ส่วน IV ให้ผลลัพธ์เชิงปริมาณของ IR ประมวลผลวิดีโอ สรุปไว้ในส่วน Vการทบทวนวรรณกรรมครั้งที่สองนักวิจัยหลายคนได้ทำงานในการประมวลผลวิดีโอปัญหา [1] [4] วิธีการของ Otsu [5] อาจมีประโยชน์สำหรับแบ่งกลุ่มเคลื่อนไหวที่มีประสิทธิภาพ Su [6] ได้พัฒนาวิธีอื่นอิง thresholding ของโอสึ และทำให้มันเปิดกว้างมากกว่าการส่องสว่างสม่ำเสมอและชนิดอื่น ๆ ของการย่อยสลาย ข้อมูลวิดีโอ IR สำหรับโครงการของเราถ่ายภายใต้สภาพอากาศหลาย และต้อง denoising ดิมิทรี [7] พัฒนาตัวกรองภาพที่พร่าเลือนสำหรับ denoising การตรวจจับวัตถุและการแบ่งกลุ่มได้รับการเสนอ โดยเตียว & เฉิน [8] เทคนิคช่วยให้การลบพื้นหลังและลบเฟรมที่ติดกันเพื่อทำงานร่วมกันในระบบ วิธีนี้ใช้ข้อดีของการลบพื้นหลังและลบเฟรมที่ติดกันอัลกอริทึมของเรานำเสนอประกอบด้วยการลบพื้นหลังด้วยการเลือกเฟรมติดต่อกัน กรองสัญญาณรบกวน การติดฉลากภาค 3 มิติ เบรกพอยต์การกู้คืน และประเมินสถิติการย้ายในรูปแบบที่ถูกต้อง โดยนักชีววิทยาสัตว์ป่า [9] [10] Thresholding ที่ปรับใหม่ได้รับการพัฒนาสำหรับการแบ่งเซ็กเมนต์ รูปที่ 1 แสดงบล็อกไดอะแกรมของอัลกอริทึมที่นำเสนอ วิธีการเสนอให้มี

ผลลัพธ์ (ไทย) 2:

Abstract- นกอพยพ nocturnally และค้างคาวที่มีความเสี่ยงที่สูงขึ้นของชนกับกังหันลม มันเป็นสิ่งสำคัญที่จะรวบรวมข้อมูลทางวิทยาศาสตร์ในพื้นที่ซึ่งมีศักยภาพในการพัฒนาฟาร์มกังหันลม การบันทึกกล้อง IR และการวิเคราะห์ที่สามารถให้ข้อมูลที่จำเป็นเพื่อนักชีววิทยาสัตว์ป่าที่มีความเกี่ยวข้องกับการทำงานร่วมกันของนก / ค้างคาวกับกังหันลม ตัวแทนอิสระขั้นตอนวิธีการประมวลผลวิดีโอที่มีประสิทธิภาพได้รับการพัฒนา อัลกอริทึมที่นำเสนอประกอบด้วยพื้นหลังและกรอบการลบติดต่อกันเลือกกรอบ 3-D ภูมิภาคการติดฉลากและการกู้คืนเบรกพอยต์ มันถูกใช้ในการประมวลผลแล้วฤดูใบไม้ผลิ 2011 ข้อมูลนกอพยพที่ได้รับการรวบรวมไว้ในออตตาวาภัยธรรมชาติแห่งชาติในรัฐโอไฮโอ ผลลัพธ์ที่ได้จากการศึกษาครั้งนี้จะเป็นประโยชน์สำหรับนักชีววิทยาสัตว์ป่าที่จะทำให้การตัดสินใจที่ชาญฉลาดสำหรับการเลือกที่ดินจัดสรรของกังหันลม นอกจากนี้ยังจะช่วยให้ผู้กำหนดนโยบายในการพัฒนานโยบายสาธารณะที่เหมาะสมสำหรับการพัฒนาฟาร์มกังหันลมในพื้นที่ที่มีกิจกรรมนกกว้างขวาง.
I. บทนำ
ย้ายติดตามวัตถุได้รับความสนใจอย่างมากเนื่องจากความหลากหลายของการใช้งานที่อาจเกิดขึ้น การวิเคราะห์วิดีโอที่บันทึกไว้สามารถช่วยในการจับการเคลื่อนไหวและการจำแนกวัตถุ โครงการนี้มีจุดมุ่งหมายเพื่อช่วยให้นักชีววิทยาสัตว์ป่าในการสังเกตพฤติกรรมของนก '/ ค้างคาว' ในบริเวณใกล้เคียงของกังหันลม วิธีการหลายเซ็นเซอร์โดยใช้เรดาร์ในการถ่ายภาพวิดีโอ IR และบันทึกอะคูสติกของนกและค้างคาวสายจะถูกพัฒนา [1] [2] [3] ระบบจะถูกใช้ในการติดตามนก '/ ค้างคาว' ไบร์ทบินและการวิเคราะห์พฤติกรรมของพวกเขาเช่นทิศทาง, ความเร็ว, ระยะการเดินทางและความตรงในบริเวณใกล้เคียงของกังหันลม กระดาษนี้จะมุ่งเน้นไปที่วิดีโอ IR การประมวลผลข้อมูลของกิจกรรมบันทึกนก '/ ค้างคาว' ในระหว่างการโยกย้ายออกหากินเวลากลางคืน ขั้นตอนวิธีการประมวลผลวิดีโอ IR ได้รับการพัฒนาสำหรับโปรแกรมนี้ เป้าหมายของงานนี้คือการแสดงวิถีของการบินนก '/ ค้างคาว' อัตราการคำนวณทางตัวเลขรวมทิศทางของการบินขนาดของวัตถุ, ความร้อน, ความเร็วและดัชนีความตรง ข้อมูลนี้จะช่วยและแนะนำขั้นตอนการบรรเทาผลกระทบที่อาจจะลดผลกระทบที่ไม่พึงประสงค์ในนก / ค้างคาว.
แบบ IR ข้อมูลวิดีโอในโครงการนี้จะถูกบันทึกไว้โดยเกาะแกะ SR- 19 กล้อง ระบบกล้อง IR นี้มีมาตรฐานอาร์เรย์ความละเอียดระนาบโฟกัส (FPA) 320 (H) × 240 (V) พิกเซลและสาขา View (FOV) 36 ̊ อัตราเฟรมที่ตรวจจับคือ 30 เฟรม / วินาที เกาะแกะ SR-19 กล้องความร้อนถูกนำไปใช้พร้อมด้วยเรดาร์ทางทะเลและบันทึกอะคูสติกสำหรับทั้งนกและค้างคาวออตตาวาสัตว์ป่าแห่งชาติที่หลบภัยในลุ่มน้ำตะวันตกของทะเลสาบอีรีรัฐโอไฮโอในช่วงฤดูใบไม้ผลิ 2011 ระยะเวลาที่นกอพยพ พื้นที่บริเวณนี้จะได้รับการมองเห็นในการพัฒนาศักยภาพบนฝั่งและนอกชายฝั่งฟาร์มลมเนื่องจากความพร้อมของลมสูง โดยเก็บข้อมูลจากสามแหล่งที่มาที่แตกต่างกัน (IR กล้องเรดาร์ทางทะเลและอะคูสติก
ที่สอดคล้องกันผู้แต่ง:. [e-mail] งานนี้ได้รับการสนับสนุนบางส่วนจากสัญญา DOE # DE-FG36- 06G086096
เจรอสส์, PV Gorsevski รองประธานฝ่าย Bingman Geospatial วิทยาศาสตร์โรงเรียนสาธิตแห่งมหาวิทยาลัยโลกและสิ่งแวดล้อมโบว์ลิงกรีนรัฐ
โบว์ลิงกรีน, โอไฮโอประเทศสหรัฐอเมริกา
บันทึก) อย่างต่อเนื่องเริ่มต้นในหนึ่งชั่วโมงหลังจากพระอาทิตย์ตกดินไปหนึ่งชั่วโมงก่อนพระอาทิตย์ขึ้น ในกรณีนี้มี 63000 เฟรม 1 GB ข้อมูล ตั้งแต่ขนาดรวมของข้อมูลหนึ่งฤดูกาลจะอยู่ที่ประมาณ 205 GB มี 12,915,000 เฟรมที่จะต้องมีการประมวลผล ข้อมูลที่ถูกบันทึกไว้ตั้งแต่เดือนเมษายนพฤษภาคม 13-11, 2011 ความยาวของข้อมูลตลอดทั้งฤดูกาลเป็น 113 ชั่วโมง ขั้นตอนวิธีการติดตามเป้าหมายที่นำเสนอมีการใช้การประมวลผลข้อมูล IR วิดีโอสำหรับการตรวจสอบนก / ค้างคาว.
มาตรา II มีทบทวนวรรณกรรม มาตรา III อธิบายกลุ่มอาคารต่าง ๆ ของอัลกอริทึมที่นำเสนอ มาตรา IV ให้ผลเชิงปริมาณของวิดีโอ IR ประมวลผล สรุปผลการวิจัยได้รับการบัญญัติไว้ในมาตราโวลต์
ที่สอง การทบทวนวรรณกรรม
นักวิจัยหลายคนได้ทำงานเกี่ยวกับปัญหาการประมวลผลวิดีโอ [1] [4] วิธีโอตสึ [5] อาจเป็นประโยชน์สำหรับการแบ่งส่วนการเคลื่อนไหวที่มีประสิทธิภาพ ซู [6] การพัฒนาวิธีอื่นขึ้นอยู่กับการกำหนดเกณฑ์ขั้นต่ำโอตสึและทำให้มันใจกว้างมากขึ้นในการส่องสว่างที่ไม่สม่ำเสมอและชนิดอื่น ๆ ของการย่อยสลาย ข้อมูลวิดีโอ IR สำหรับโครงการของเราถูกจับภายใต้สภาพอากาศที่หลากหลายและต้อง denoising ดิมิทรี [7] การพัฒนาตัวกรองภาพเลือนสำหรับ denoising การตรวจจับวัตถุและการแบ่งส่วนได้รับการเสนอโดย Zhang & เฉิน [8] เทคนิคที่จะช่วยให้การลบพื้นหลังและเฟรมติดต่อกันลบที่จะทำงานร่วมกันในระบบที่กำหนด วิธีการนี้จะได้เปรียบของการรวมทั้งการลบพื้นหลังและลบเฟรมติดต่อกัน.
ขั้นตอนวิธีการที่นำเสนอของเราประกอบด้วยการลบพื้นหลังกับการเลือกติดต่อกันกรอบการกรองเสียง 3-D ภูมิภาคฉลากกู้คืนเบรกพอยต์และประเมินสถิติการย้ายถิ่นในรูปแบบที่เป็นที่ต้องการของสัตว์ป่า นักชีววิทยา [9] [10] Thresholding ปรับตัวใหม่ได้รับการพัฒนาสำหรับการแบ่งส่วน มะเดื่อ. 1 แสดงบล็อกไดอะแกรมของอัลกอริทึมที่นำเสนอ วิธีการเสนอให้

ผลลัพธ์ (ไทย) 3:

นามธรรม - nocturnally นกอพยพและค้างคาวมีความเสี่ยงสูงของการเกิดการแทรกสอดกับกังหันลม มันเป็นสิ่งสำคัญที่จะรวบรวมข้อมูลทางวิทยาศาสตร์ในพื้นที่ซึ่งมีศักยภาพในการพัฒนาฟาร์มลม เป็นกล้องบันทึกและการวิเคราะห์สามารถให้ข้อมูลที่จำเป็นที่เกี่ยวข้องกับการปฏิสัมพันธ์ของนักชีววิทยาสัตว์ป่านก / ค้างคาวกับกังหันลม ที่มีประสิทธิภาพและขั้นตอนวิธีการประมวลผลวิดีโอที่ได้รับการพัฒนา วิธีที่เสนอ ประกอบด้วย ความเป็นมาและการลบ , การเลือกกรอบเฟรมติดต่อกัน 3 มิติเขตการติดฉลากและการกู้คืนที่ . มันคืออะไร แล้วใช้กระบวนการฤดูใบไม้ผลิ 2011 การย้ายถิ่นของนก ข้อมูลที่ถูกเก็บในออตตาวาลี้ภัยสัตว์ป่าแห่งชาติในโอไฮโอ ผลจากการศึกษานี้จะเป็นประโยชน์สำหรับนักชีววิทยาสัตว์ป่าเพื่อตัดสินใจฉลาดสำหรับการเลือกของกังหันลม นอกจากนี้ยังจะช่วยให้ผู้กำหนดนโยบายเพื่อพัฒนานโยบายสาธารณะที่เหมาะสมสำหรับการพัฒนาฟาร์มลมในพื้นที่กับกิจกรรมต่างๆมากมายผมแนะนำการตรวจจับวัตถุเคลื่อนไหวได้รับความสนใจมากเพราะในช่วงกว้างของการใช้งานที่อาจเกิดขึ้น การวิเคราะห์วิดีโอที่บันทึกไว้สามารถช่วยในการจับการเคลื่อนไหวและจำแนกวัตถุ โครงการนี้มีวัตถุประสงค์เพื่อช่วยให้นักชีววิทยาสัตว์ป่าในการสังเกตพฤติกรรมของนก " / ค้างคาวใน vicinity ของกังหันลม เป็นวิธีการที่ใช้ multi-sensor เรดาร์ และ วีดีโอ บันทึกภาพ และเสียงของนกและค้างคาวสายถูกพัฒนา [ 1 ] [ 2 ] [ 3 ] ระบบจะถูกใช้เพื่อติดตามนก / ค้างคาว " บินวิถีและวิเคราะห์พฤติกรรมของตนเอง เช่น ทิศทาง ความเร็ว ระยะทาง การเดินทาง และตรงไปตรงมา ในบริเวณใกล้เคียงของกังหันลม กระดาษนี้จะเน้นที่การประมวลผลข้อมูลและวิดีโอบันทึกนก " " กิจกรรมในระหว่างการโยกย้าย / ค้างคาวออกหากินตอนกลางคืน เป็น IR ขั้นตอนวิธีการประมวลผลวิดีโอที่ได้รับการพัฒนาสำหรับโปรแกรมนี้ เป้าหมายของงานนี้คือการแสดงวิถีของนก " " / ค้างคาวบิน คำนวณอัตราข้อความตัวเลขทั้งหมด ทิศทางของเครื่องบิน ขนาดวัตถุ ความร้อน ความเร็ว และดัชนีความตรง . ข้อมูลนี้จะช่วยในการบรรเทาและคู่มือกระบวนการซึ่งอาจลดผลกระทบที่ไม่พึงประสงค์บนนก / ค้างคาวและข้อมูลวิดีโอในโครงการนี้จะถูกบันทึกด้วยกล้อง FLIR SR - 19 . ระบบกล้อง IR ได้มาตรฐานความละเอียดระนาบโฟกัสเรย์ ( FPA ) 320 ( H ) × ( V ) 240 พิกเซลและฟิลด์ออฟวิว ( Fov ) 36 ̊ . เครื่องตรวจจับกรอบอัตรา 30 เฟรม / วินาที กล้องความร้อน FLIR sr-19 ถูกติดตั้งพร้อมกับเรดาร์ทางทะเลและเสียงเครื่องบันทึก ทั้งนกและค้างคาวที่ออตตาวาแห่งชาติที่หลบภัยธรรมชาติในลุ่มน้ำตะวันตกทะเลสาบอีรีโอไฮโอ 2011 ฤดูใบไม้ผลินกอพยพในช่วงระยะเวลา บริเวณนี้ ได้เห็นการพัฒนาศักยภาพบนชายฝั่งและนอกชายฝั่งฟาร์มลมเนื่องจากความพร้อมของลมสูง รวบรวมข้อมูลจากแหล่งข้อมูลที่แตกต่างกันสาม ( กล้อง IR เรดาร์ทางทะเลและอะคูสติกผู้เขียน : [e-mail] สอดคล้องกัน . งานนี้เป็นส่วนหนึ่งของการสนับสนุนจากสัญญา # de-fg36 - 06g086096 โดเจรอส พี วี gorsevski วี. พี. bingman วิทยาศาสตร์โรงเรียนของโลกและสิ่งแวดล้อมโบว์ลิ่งกรีนมหาวิทยาลัยของรัฐโบว์ลิงกรีน , โอไฮโอ , สหรัฐอเมริกาบันทึก ) อย่างต่อเนื่องตั้งแต่หนึ่งชั่วโมงหลังจากพระอาทิตย์ตกดินไปหนึ่งชั่วโมงก่อนพระอาทิตย์ขึ้น ในกรณีนี้ มี 63 , 000 เฟรมข้อมูล 1 GB เนื่องจากขนาดของข้อมูลสำหรับฤดูกาลหนึ่งมีประมาณ 205 GB , มี 12915000 เฟรมที่ต้องประมวลผล ข้อมูลที่ถูกบันทึกไว้จาก 13 เมษายนถึงเดือนพฤษภาคม 11 , 2011 ; ความยาวของข้อมูลในฤดูกาลทั้งหมด 113 ชั่วโมง เสนอขั้นตอนวิธีการติดตามเป้าหมายได้ถูกนำมาใช้เพื่อประมวลผลและข้อมูลวิดีโอสำหรับนก / ค้างคาวการตรวจสอบส่วนที่ ii มีการทบทวนวรรณกรรมที่เกี่ยวข้อง . ส่วนที่ 3 อธิบายบล็อกอาคารต่าง ๆ ของวิธีที่เสนอ . มาตรา 4 ให้ปริมาณผลวิดีโอการประมวลผล IR สรุปไว้ในส่วน V2 . ทบทวนวรรณกรรมนักวิจัยหลายคนได้ทำงานในการประมวลผลวิดีโอปัญหา [ 1 ] [ 1 ] โอทสุ วิธี [ 5 ] อาจจะมีประโยชน์สำหรับการเคลื่อนไหวที่มีประสิทธิภาพ ซู [ 6 ] พัฒนาอีกวิธียึดโอทสุ ปรับและทำให้มันมากขึ้นใจกว้างที่จะส่องสว่างไม่เท่ากันและประเภทอื่น ๆของการย่อยสลาย และวิดีโอข้อมูลสำหรับโครงการของเราถูกจับภายใต้สภาพอากาศหลายและต้อง denoising . ดิมิทรี [ 7 ] การพัฒนารูปภาพตัวกรองฟัซซีสำหรับ denoising . การตรวจสอบวัตถุและได้รับการเสนอโดย Zhang & เฉิน [ 8 ] เทคนิคการลบพื้นหลังและช่วยให้ภาพที่จะทำงานร่วมกันในการติดต่อกันให้ระบบ วิธีนี้จะใช้ข้อได้เปรียบของการรวมทั้งการลบฉากหลัง และต่อเนื่องกันภาพลบเราเสนออัลกอริทึมประกอบด้วยการลบฉากหลังด้วยการเลือกเฟรมติดต่อกันกรองเสียงรบกวน 3 เขต , ฉลาก , การกู้คืนคนบ้านเดียวกัน และ quantifies สถิติการย้ายถิ่นในรูปแบบที่ต้องการโดยนักชีววิทยาสัตว์ป่า [ 9 ] [ 10 ] ปรับเป็นแบบใหม่ที่ได้รับการพัฒนาสำหรับการแบ่งส่วนตลาด . รูปที่ 1 แสดงบล็อกไดอะแกรมของวิธีที่เสนอ . วิธีการที่เสนอให้