Отрывок: В эту постановку задачи мы интегрируем информацию о движении и внешнем виде посредством комбинации из двух соответствующих показателей. Чтобы включить информацию о движении, мы используем квадратное расстояние Махаланобиса между предсказанными состояниями из фильтра Калмана и вновь прибывшими измерения по следующей формуле: 𝑑(1)(i, j) = (dj − yi) 𝑇 Si −1(dj − yi). В этой формуле мы обозначаем проекцию распределения i-й тре...
Название : | Разработка нейросетевых алгоритмов учета посетителей в системах видеонаблюдения |
Авторы/Редакторы : | Федоров С. Е. Никоноров А. В. Бибиков С. А. Суханов С. В. Министерство образования и науки Российской Федерации Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) Институт информатики математики и электроники |
Дата публикации : | 2018 |
Библиографическое описание : | Федоров, С. Е. Разработка нейросетевых алгоритмов учета посетителей в системах видеонаблюдения : вып. квалификац. работа по направлению подгот. (уровень магистратуры) "Прикладная математика и информатика" / С. Е. Федоров ; рук. работы А. В. Никоноров; рец. С. А. Бибиков ; нормоконтролер С. В. Суханов ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-. - Самаpа, 2018. - on-line |
Аннотация : | Цель работы – разработка нейросетевых алгоритмов учета посетителей в системах видеонаблюдения.Для работы использовался набор видеозаписей с камер наблюдения на входе в помещение, набор видеозаписей с входных дверей автобуса, а также набор видеозаписей, снятых в домашних условиях обычной камерой.В ходе работы были изучены методы классификации при помощи сверточных нейронный сетей, особенности самих нейронных сетей и их сверточных версий, алгоритмы Darkflow YOLO и Deep SORT, особенности программирования на языке Python и параллельного программирования на графическом процессоре, а также разработана программа на языке Python с использованием различных фреймворков, в частности фреймворка Tensorflow, работающего с технологией Nvidia CUDA, реализующая алгоритм подсчета посетителей при помощи видеопотока с камер наблюдения в реальном времени. Была проведена проверка результативности работы компонентов программы и программы в целом, а также проверка ее требовательности к ресурсам системы и работоспособность в режиме |
Другие идентификаторы : | RU\НТБ СГАУ\ВКР20180911142018 |
Ключевые слова: | сверточные нейронные сети мультиобьектный трекинг обработка изображений глубинное обучение детектирование объектов |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Федоров_Сергей_Евгеньевич_Разработка_нейросетевых_алгоритмов_учета.pdf | 2.3 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.