ivdon3@bk.ru
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
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
Предложены две приближённые методики выбора оптимальной стратегии поиска и устранения неисправности на основе модели цепи Маркова с теоретико-игровым определением неизвестных вероятностей перехода. Проведён их сравнительный анализ.
Ключевые слова: Марковские цепи, теоретико-игровая оптимизация, матричные игры.
Ключевые слова:
05.13.06 - Автоматизация и управление технологическими процессами и производствами (по отраслям)