Виявлення та відстежування об’єктів методами машинного навчання

Скорочена інформація про документ
dc.contributor.advisorНедашківська, Надія Іванівна
dc.contributor.authorСухомлин, Гліб Ігорович
dc.date.accessioned2023-10-16T09:43:02Z
dc.date.available2023-10-16T09:43:02Z
dc.date.issued2023
dc.description.abstractДипломна робота: 158 с., 83 рис., 6 табл., 2 додатки, 42 джерела. НЕЙРОННІ МЕРЕЖІ, ВИЯВЛЕННЯ ТА ВІДСТЕЖУВАННЯ ОБ’ЄКТІВ, ЗГОРТКОВІ НЕЙРОННІ МЕРЕЖІ, ПРОГРАМА ДЛЯ ВІДСТЕЖУВАННЯ. Об’єкт дослідження – виявлення та відстежування об’єктів з використанням периферійних пристроїв (різного роду відео-камер). Часто коли люди працюють з відео-матеріалами, вони стикаються з проблемою виявлення та класифікації об’єктів, які знаходяться на поточному кадрі. Це є необхідним у багатьох сферах людської діяльності. Наприклад, для створення автономної системи керування автомобілем, оскільки перш ніж штучний інтелект буде приймати рішення щодо керування авто має бути чітке розуміння з якими об’єктами він стикається у поточний момент часу. Однак може виникнути задача відстеження цілої історії об’єкта або об’єктів на відповідному відео матеріалі, точніше кажучи – траєкторії руху цілей, які були присутні на відео. Таким чином задача відстежування об’єктів є логічним продовженням попередньої задачі. Мета роботи – розробити програму з використанням існуючих моделей для виявлення та відстежування об’єктів, причому зробити це з оптимальним використанням ресурсів. Бажано щоб розроблена програма виконувала поставлену задачу в реальному часі, а також щоб модель була не занадто складною з точки зору часу опрацювання зображень аби можна було не витрачати додаткові ресурси на облаштування серверів, тобто щоб по суті уся робота виконувалася лише периферійними пристроями. Програмний продукт розроблено на мові програмування Python. Було реалізовано модель yolo в комбінації з алгоритмом DeepSort. Практичним результатом роботи є система виявлення і відстеження об'єктів.uk
dc.description.abstractotherBachelor thesis: 158 p., 83 fig., 6 tabl., 2 appendices, 42 sources. NEURAL NETWORKS, OBJECT DETECTION AND TRACKING, CONVOLUTIONAL NEURAL NETWORKS, TRACKING SOFTWARE. The object of research is the detection and tracking of objects using peripheral devices (various video cameras). Often, when people work with video materials, they face the problem of identifying and classifying objects that are in the current frame. This is necessary in many areas of human activity. For example, to create an autonomous car control system, because before artificial intelligence can make decisions about driving a car, there must be a clear understanding of what objects it encounters at the current moment in time. However, there may be a problem of tracking the entire history of an object or objects on the corresponding video material, more precisely, the trajectory of the targets that were present on the video. Thus, the object tracking task is a logical continuation of the previous task. The goal of the work is to develop a program using existing models for object detection and tracking, and do it with the optimal use of resources. It is desirable that the developed program performs the task in real time, and also that the model is not too complicated in terms of image processing time so that additional resources cannot be spent on setting up servers, i.e. that essentially all work is performed only by peripheral devices. The software product is developed in the Python programming language. The yolo model was implemented in combination with the DeepSort algorithm. The practical result of the work is a system of detection and tracking of objects.uk
dc.format.extent158 с.uk
dc.identifier.citationСухомлин, Г. І. Виявлення та відстежування об’єктів методами машинного навчання : дипломна робота ... бакалавра : 124 Системний аналіз / Сухомлин Гліб Ігорович. – Київ, 2023. – 158 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/61407
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectнейронні мережіuk
dc.subjectвиявлення та відстежування об’єктівuk
dc.subjectзгорткові нейронні мережіuk
dc.subjectпрограма для відстежуванняuk
dc.subjectneural networksuk
dc.subjectobject detection and trackinguk
dc.subjectconvolutional neural networksuk
dc.subjecttracking softwareuk
dc.titleВиявлення та відстежування об’єктів методами машинного навчанняuk
dc.typeBachelor Thesisuk

Файли

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

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи