Розпізнавання та відстеження людини в режимі реального часу

Скорочена інформація про документ
dc.contributor.advisorШаповал, Наталія Віталіївна
dc.contributor.authorРусакова, Лариса Олексіївна
dc.date.accessioned2023-04-12T12:34:23Z
dc.date.available2023-04-12T12:34:23Z
dc.date.issued2022
dc.description.abstractМагістерська дисертація: 100 сторінок, 36 рисунків, 25 таблиць, 41 посилання, 2 додатки. Актуальність теми полягає у необхідності створення ефективної мережі для виявлення і відстеження людини, яка дозволить значно точніше і швидше обробляти відеокадри. Об’єкт досліджень – відео з людьми, зібрані з камер відеоспостереження. Предмет – методи виявлення та відстеження людини у відеопотоці. Метою роботи є підвищити ефективність виявлення і відстеження людини у відеопослідовностях шляхом удосконалення згорткової нейромережі типу YOLO. Завдання: огляд переваг і недоліків сучасних підходів до розпізнавання об’єктів у відеопотоці; порівняння швидкості й точності нейронних мереж Faster R-CNN, YOLO, SSD, RetinaNet на датасеті HABBOF; розробка гібридної нейронної мережі (дескриптор HOG і YOLO) для виявлення і відстеження людини в режимі реального часу; проведення дослідження ефективності розробленої мережі та порівняти з існуючими аналогами на обраному наборі даних. Основні результати: розроблено мережу для виявлення і одночасного відстеження людини у відеопотоці на основі YOLO; підвищено швидкість і точність виявлення об’єктів мережі YOLO завдяки використанню HOG для витягу ознак. Практичне значення дослідження полягає у створенні нейронної мережі для швидкого і точного виявлення і відстеження людини у системах відеоаналітики. Ключові слова: виявлення об’єктів, відстеження об’єктів, згорткова нейронна мережа, гістограма орієнтованих градієнтів.uk
dc.description.abstractotherMaster’s thesis: 100 pages, 36 figures, 25 tables, 41 references, 2 appendices. Relevance of the research topic is the need to create an effective human detection and tracking network that will allow much more accurate and faster processing of video frames. The object of the study is videos with people collected from video surveillance cameras. The subject of the study is real-time human detection and tracking method. Research purpose is to improve existing methods for solving the detection and tracking problems by improving the convolutional neural network of the YOLO type. Tasks: an overview of the advantages and disadvantages of modern approaches to object recognition in a video stream; comparison of speed and accuracy of Faster R-CNN, YOLO, SSD, RetinaNet neural networks on the HABBOF dataset; development of a hybrid neural network (HOG and YOLO descriptor) for the real-time human detection and tracking; conduct a study of the effectiveness of the developed network and compare it with existing analogues on the selected dataset. The main results: a network for the real-time human detection and tracking based on YOLO was developed; the speed and accuracy of YOLO network object detection was improved by using HOG for feature extraction. The practical value of the research lies in the creation of a neural network for fast and accurate human detection and tracking in the video analytics systems. Key words: object detection, object tracking, convolutional neural network, histogram of oriented gradient.uk
dc.format.extent100 с.uk
dc.identifier.citationРусакова, Л. О. Розпізнавання та відстеження людини в режимі реального часу : магістерська дис. : 122 Комп'ютерні науки / Русакова Лариса Олексіївна. - Київ, 2022. - 100 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/54536
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectвиявлення об’єктівuk
dc.subjectвідстеження об’єктівuk
dc.subjectзгорткова нейронна мережаuk
dc.subjectгістограма орієнтованих градієнтівuk
dc.subject.udc004.93’1uk
dc.titleРозпізнавання та відстеження людини в режимі реального часуuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Rusakova_magistr.pdf
Розмір:
3.42 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ШІ)
Магістерські роботи