×

Вы используете устаревший браузер Internet Explorer. Некоторые функции сайта им не поддерживаются.

Рекомендуем установить один из следующих браузеров: Firefox, Opera или Chrome.

Контактная информация

+7-863-218-40-00 доб.200-80
ivdon3@bk.ru

  • Алгоритм отслеживания перемещений человека в видеопотоке на основе метода сопоставления цветовых групп

    • Аннотация
    • pdf

    Среди обширного круга задач, которые стоят перед современными передовыми системами видеонаблюдения, доминирующее положение занимает задача трассировки различных объектов в видеопотоке, которая является одной из фундаментальных проблем в области видеоаналитики. Многочисленные исследования показали, что, несмотря на динамичность процессов в области информационных технологий и внедрение различных средств и методов, задача сопровождения объектов до сих пор остается актуальной и требует дальнейшего усовершенствования разработанных ранее алгоритмов с целью устранения некоторых, присущих данным алгоритмам недостатков, систематизации приемов и методов и разработки новейших систем и подходов. Представленная статья посвящена описанию процесса пошаговой разработки алгоритма отслеживания перемещений человека в видеопотоке на основе анализа цветовых групп. Ключевыми этапами работы данного алгоритма являются: отбор определенных кадров при разделении видеопотока, выбор исследуемого объекта, который в дальнейшем подвергается процедуре цифровой обработки, основой которой является получение информации о цветовых группах, их средних значений и процентов их заполняемости относительно исследуемого объекта. Данная информация применяется для процедуры поиска, обнаружения и распознавания выбранного объекта с дополнительной функцией прогнозирования направления движения на видеокадрах, результатом которой является формирование всей картины перемещения исследуемого человека. Материалы, изложенные в настоящей работе, могут представлять интерес для специалистов, в чьих исследованиях центральное место занимают вопросы, связанные с автоматизированным получением определенных данных при анализе различных изображений и видео.

    Ключевые слова: камеры наблюдения, нейронная сеть u2 – net, библиотека rembg, распознавание образов, распознавание одежды, дельта E, трассировка, прогнозирование направления движения, обнаружение объектов, трекинг, математическая статистика, прогнозируемая область

    2.3.1 - Системный анализ, управление и обработка информации

  • Алгоритм трассировки перемещений человека в видеопотоке на основе технологий распознавания одежды

    • Аннотация
    • pdf

    В настоящее время в системах видеонаблюдения и видеоаналитики центральное место занимает трассировка перемещений различных объектов (в частности, человека). Она представляет собой систему отслеживания перемещений людей путем локализации их позиций на каждом кадре в рамках всего видеопотока и является основой множества интеллектуальных систем компьютерного зрения. Цель данной статьи - разработка нового алгоритма трассировки перемещений человека в видеопотоке с возможностью отображения траекторий движения. Основные этапы работы алгоритма включают в себя: разделение видео на кадры с разницей в одну секунду, выбор исследуемого человека в видеопотоке, осуществление процесса цифровой обработки, основой которого является распознавание одежды исследуемого человека и получение ее цветовой гистограммы, прогнозирование локализации и распознавание исследуемого человека на всех последующих кадрах видеопотока с помощью разработанной методики прогнозирования направления движения данного объекта. Выходные данные предложенного алгоритма применяются в процедуре формирования и отображения общей картины перемещения конкретного человека в рамках всего видеопотока. Информация и материалы, содержащиеся в данной статье, могут представлять интерес для специалистов и экспертов, которые в своих работах особое внимание уделяют обработке данных при анализе фрагментов видеопотока.

    Ключевые слова: камеры наблюдения, нейронная сеть u2 – net, библиотека rembg, распознавание образов, распознавание одежды, дельта E, трассировка, прогнозирование направления движения, обнаружение объектов, трекинг, математическая статистика, прогнозируемая область

    2.3.1 - Системный анализ, управление и обработка информации

  • Децентрализованный реестр данных в технологии суверенной личности

    • Аннотация
    • pdf

    В данной статье рассматриваются вопросы практической реализации системы суверенной личности на базе технологии распределенного децентрализованного реестра данных, так же известного как блокчейн. Приводится реализация системы, основанная на механизме достижения консенсуса Proof of Stake (PoS), обеспечивающая ряд преимуществ по сравнению с альтернативными реализациями, описанными в литературе. Приводятся результаты измерения производительности системы в сравнении с известными реализациями на базе Proof of Work (PoW), подтверждающие высокую эффективность предложенного решения.

    Ключевые слова: децентрализация, ориентация на пользователя, шифрование на основе личности, блокчейн, система суверенной личности

    2.3.1 - Системный анализ, управление и обработка информации