Виявлення об’єкту на зображенні з відеокамер
dc.contributor.advisor | Шаповалова, Світлана Ігорівна | |
dc.contributor.author | Колот, Сергій Сергійович | |
dc.date.accessioned | 2019-04-13T13:50:11Z | |
dc.date.available | 2019-04-13T13:50:11Z | |
dc.date.issued | 2018-12 | |
dc.description.abstracten | In connection with the steady tendency to intellectualize the software there is a need for solving decision-making problems based on images. One of the challenges in image processing and recognition is the selection of objects in the photo and video frame. The solution of this task is required in the following areas: • systems of identification of persons (face, cornea of the eye); • traffic control systems (marking off road signs); • Intelligent photo setup. That is why research and implementation of methods for determining a given object is an actual problem and has practical application. Relationship of work with scientific programs, plans, themes. The main research on the theme of the master's work was carried out in accordance with the plans of scientific research of the Department of Automation of the design of energy processes and systems of the National Technical University of Ukraine "Kyiv Polytechnic Institute. Igor Sikorsky ", including in the framework of the research work" Intelligent processing of graphic information "(registration number 0117U006081). The purpose of the study is the software implementation of methods for finding objects o n the image from a video camera with the use of machine learning. The realization of this goal involves the following tasks: • explore existing approaches and methods for detecting objects in images; • to compare existing methods of finding objects on images u sing cascade classifiers; • create a software prototype for finding objects in images; • conduct computational experiments to determine more efficient sets of job parameters of the classifiers. The object of the study is the algorithmic database and image analysis software. The subject of the research is the methods of machine learning for the search and selection of objects in the image. Research methods. The solution of the set tasks was carried out by means of machine learning, in particular using a cascade classifier based on Haar features (Haar features); cascaded classifier based on LPF (LBP-Features); Method of searching anthropometric points of a face based on local binary features (Local Binary Features) The practical value of the results. Theoretical studies have become the basis for constructing a prototype of the object search system on images from a video camera based on cascade classifiers. | uk |
dc.description.abstractuk | У зв’язку з стійкою тенденцією до інтелектуалізації програмного забезпечення виникає потреба у розв’язані задач прийняття рішень на основі зображень. Однією з таких задач проблеми обробки та розпізнавання зображень є виокремлення об’єктів на кадрі фото та відеозйомки. Розв’язання цієї задачі потребується в таких галузях: • системи ідентифікації осіб (обличчя, роговиця ока); • системи контролю руху (виокремлення автомобільних знаків); • інтелектуальне налаштування фотозйомки. Саме тому дослідження та реалізація методів визначення заданого об’єкту є актуальною проблемою і має практичне застосування. Зв'язок роботи з науковими програмами, планами, темами. Основні дослідження за темою магістерської роботи здійснено згідно з планами наукових досліджень кафедри Автоматизації проектування енергетичних процесів та систем національного технічного університету України «Київський політехнічний інститут ім. Ігоря Сікорського», в тому числі в рамках науково-дослідницької роботи «Інтелектуальна обробка графічної інформації» (реєстраційний номер 0117U006081). Метою дослідження є програмна реалізація методів пошуку об’єктів на зображенні з відеокамери із застосуванням машинного навчання. Реалізація цієї мети передбачає виконання таких завдань: • дослідити існуючі підходи та методи виявлення об’єктів на зображеннях; • провести порівняння існуючих методів пошуку об’єктів на зображеннях з використанням каскадних класифікаторів; • створити програмний прототип для пошуку об’єктів на зображеннях; • провести обчислювальні експерименти для визначення більш ефективних наборів параметрів роботи класифікаторів. Об’єктом дослідження є алгоритмічна база та програмне забезпечення аналізу зображень. Предметом дослідження є методи машинного навчання для пошуку та виокремлення об’єктів на зображенні. Методи дослідження. Розв’язання поставлених задач виконувались засобами машинного навчання, зокрема з використанням: каскадного класифікатору на основі ознак Haar (Haar features); каскадного класифікатору на основі ознак LPF(LBP-Features); методу пошуку антропометричних точок обличчя на основі локальних бінарних ознак (Local Binary Features) Практичне значення одержаних результатів. Теоретичні дослідження стали основою побудови прототипу системи пошуку об’єкту на зображеннях з відеокамери на основі каскадних класифікаторів. | uk |
dc.format.page | 82 с. | uk |
dc.identifier.citation | Колот, С. С. Виявлення об’єкту на зображенні з відеокамер : магістерська дис. : 121 Інженерія програмного забезпечення / Колот Сергій Сергійович. – Київ, 2018. – 82 с | uk |
dc.identifier.uri | https://ela.kpi.ua/handle/123456789/27205 | |
dc.language.iso | uk | uk |
dc.publisher.place | Київ | uk |
dc.subject | пошук об’єктів на зображені | uk |
dc.subject | машинне навчання | uk |
dc.subject | класифікатори | uk |
dc.subject | комп’ютерне бачення | uk |
dc.subject | антропометричні точки обличчя | uk |
dc.subject | object detection | uk |
dc.subject | machine learning | uk |
dc.subject | classifiers | uk |
dc.subject | computer vision | uk |
dc.subject | anthropometric points of the person | uk |
dc.subject.udc | 004.932.72 | uk |
dc.title | Виявлення об’єкту на зображенні з відеокамер | uk |
dc.type | Master Thesis | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Kolot_magistr.pdf
- Розмір:
- 1.89 MB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 9.1 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: