Добірка наукової літератури з теми "Розпізнавання з відео"

В даній статті проведено аналіз підходів для вирішення задачі аналізу вхідного відео потоку в режимі реального часу. Розглянуто архітектури для побудови системи обробки відео потоку в якій функціонують більше одного джерелавідеопотоку, що передають дані одночасно в режимі реального часу для вирішення задачі покадрового розпізнавання, та запропоновано рішення з урахуванням умов динамічної зміни кількості джерел, обробка в реальному часі, ізольованість відео потоку кожного окремого джерела. Розглянуто реалізацію із статично виділеними ресурсами, а також запропонована безсерверна архітектура що вирішує виявленні дедоліки. Швидкодія та модульність запропонованої архітектури вирішує виявлені недоліки архітектури з статтично виділеними ресурсами, а також дає можливість зменшити час простою обчислювальних потужностей, шляхом автоматичного швидкого динамічноговидалення ресурсів, що не використовуються в конкретний момент часу або додавання додаткових ресурсів при підвищенні навантаження. Бібл. 3, іл. 3.

Розглянуто основні сучасні та популярні підходи до вирішення задач розпізнавання ознак зображень і відео. Встановлено переваги та недоліки актуальних методів оброблення візуальної інформації, а також сучасні невирішені проблеми, пов'язані із цим сегментом робіт. Спираючись на сучасний стан досліджень з цієї предметної області, запропоновано нову систему, призначення якої "навчитись" ідентифікувати відео за його фрагментом, враховуючи характеристики зображеного у відеоряді. Першим етапом аналізу відео є його розбиття на окремі кадри, враховуючи зміну ентропії, колірної схеми та структурні відмінності сцени. Спираючись на сучасні методи, реалізовано алгоритм перетворення відео в набір кадрів. Виявлено, що компактне представлення відео у вигляді набору ключових кадрів дає змогу виділити основні контекстні характеристики. Враховуючи сучасні методи визначення характеристик зображень та ефективність машинного навчання, вирішено застосувати згорткові нейронні мережі для визначення векторних представлень. Під час вибору коректної архітектури та моделі нейронної мережі здійснено порівняльний аналіз ефективності їх роботи з використанням бази ImageNet. В наступних етапах, роботу із відео буде представлено у вигляді маніпуляції із векторами характеристик кожного кадру. Запропоновано спосіб пошуку збігу фрагментів, враховуючи оцінку кута між векторами представлень кадрів. Для покращення оптимізації пошуку розглянуто способи застосування методів індексації векторного простору кадрів. Варто застосувати цей підхід оптимізації, щоб уникнути різкої деградації ефективності пошуку із збільшенням бази. Унаслідок виконаної роботи реалізовано програмну систему у вигляді вебаплікації, яка демонструє пошук відео за його фрагментом. Проте це тільки прототип для візуалізації процесу. Під час проведення експериментів оцінено вплив та залежність довжини відео, його роздільної здатності та обсягу тестової бази від ефективності процесу пошуку. Передусім ця робота є актуальною через цінність досліджень в напрямку розвитку методів оброблення та аналізу відеоконтенту. Виявлено, що ця система має подальший розвиток та право на існування, якщо врахувати майбутні оптимізації пошуку та покращення вилучення дескрипторів.

Розглянуто проблеми використання QR-кодів. Проаналізовано контент, розміщений у QR-кодах, зазначено переваги та недоліки їх використання. Зазначено, що основними перевагами використання QR-кодів є простота читання їх мобільними пристроями та можливість відновлення інформації, розміщеної в QR-коді, за значних (до 30 %) пошкоджень коду. Основним же недоліком використання QR-коду є те, що розшифрувати його можна тільки за наявності спеціальних програм. Наведено безкоштовне програмне забезпечення для розпізнавання QR-коду. Зазначено перспективи використання QR-кодів у різноманітних напрямах впровадження. Для вирішення проблеми розміщення в QR-кодах додаткової інформації, зокрема зображення, відео, музики, презентацій тощо, запропоновано новий програмний інтерфейс (API), який складається з бази даних та серверної частини. Наведено функціональні можливості API. Використання розробленого API в мобільних додатках для будь-яких операційних систем дає змогу реалізувати єдину систему для зберігання додаткових даних, що на цей момент не використовується у жодній з систем розпізнавання QR-кодів. Розглянуто можливість застосування розробленого API для системи розпізнавання QR-коду візиток мобільними пристроями з ОС Android. Для створення такої системи проаналізовано алгоритми розшифрування QR-кодів, наведено її функціонал. Для створення веб-додатку використано трирівневу архітектуру. Наведено прототип додатку та форми, що забезпечують визначений функціонал.

Під терміном «жива» картина в роботі розуміється зображення картини, яке, при перегляді через смартфон або інший цифровий пристрій з камерою, набуває елементів анімації, які в реальному світі відсутні.В роботі розглянуто задачу розробки систематизованої сукупності кроків синтезу живої картини. Запропоновано метод, який включає: створення анімації, генерація маркеру, розміщення картини та маркеру на площині галереї; захоплення відео потоку; відстеження маркера доповненої реальності; позиціонування об’єктів доповненої реальності відносно маркера; відображення анімації на екрані пристрою.Показано, що застосування наведеної послідовності алгоритмів комп’ютерного ба-чення дає можливість проводити стабільне розпізнавання маркеру, а методи проек-тивної геометрії дозволяють віднайти розміри маркера та визначити площину його розташування для позиціонування анімації. Реалізація програмної системи синтезу у вигляді веб-застосунку дала можливість сформувати єдину базу програмного коду, який з успіхом виконується як на персональному комп’ютері, так і на мобільному при-строї.

У статті виконано дослідження методів комп'ютерного стерео-зору за допомогою засобів бібліотеки OpenCV. Розглянуто також методи калібрування камер стерео-зору і побудови карти глибин дальності. На виробництві в технологічних процесах, в процесах контролю якості виробів, а також в роботизованих системах часто виникають завдання визначення відстані до об'єкта. Традиційні методи визначення відстані побудовані на базі використання ультразвукових і інфрачервоних датчиків. Однак, застосування цих пристроїв не забезпечує можливості розпізнавання образів. Тому в статті використано новий підхід до вирішення завдання визначення відстані до об'єкта на основі застосування стерео-зору. В якості візуальних елементів стерео-зору були використані WEB-камери Logitech C-170. Для визначення відстані до об'єкта за допомогою стерео-зору необхідно з початку виконати побудова карти глибини об'єктів. В якості програмних засобів, що забезпечують побудову карти глибини була обрана бібліотека з відкритим програмним кодом OpenCV. Використання цієї бібліотеки в некомерційних цілях є безкоштовною, проте при її використанні у розробників часто виникають труднощі у зв'язку неповним описом використовуваних функцій. Алгоритм побудови карти глибини складається з наступних кроків: калібрування камер відео-пари, усунення дисторсії зображень, ректифікація зображень і побудова карти глибини, на основі зображення з лівої і правої камер стерео-пари. Розроблена на базі міні-комп'ютера Orange-PI з використанням методів Computer Vision система побудови карти глибини сцени показала високу ефективність і дозволяє визначити відстань до об'єктів сцени.

Предметом вивчення є історія становлення та розвиток теорії нейронних мереж, сучасні підходи до проблем розпізнавання та класифікації зображень. Особлива увага приділяється якісному огляду капсульних та згорткових нейронних мереж, принципів їх роботи та визначення основних відмінностей. Метою роботи є аналіз сучасного стану досліджень нейронних мереж та можливих перспектив розвитку цієї галузі. Завдання: проаналізувати історичний розвиток теорії нейронних мереж. Провести порівняння між типами нейронних мереж, що базуються на концепції глибокого навчання: згортковими та капсульними. Методом проведення дослідження є аналіз сучасної літератури та основних тенденцій розвитку глибокого навчання. Результатами проведеного дослідження є виявлення значущих відкриттів, що вплинули на розвиток нейронних мереж. Функціонування нейронних мереж базується на роботі нервової системи біологічних організмів. Зокрема, це принцип активності біологічного нейрону, ансамблі нейронів, виявлення «простих клітин» у зоровій корі мозку. На даний момент найбільший розвиток мають нейронні мережі, що засновані на концепції глибокого навчання, яка дозволяє багатошаровим обчислювальним моделям вивчати дані з кількома рівнями абстракції. Згорткові мережі, що використовують цю концепцію досягли значних успіхів у розпізнаванні зображень, відео та аудіо. Рекурентні мережі виявилися кращі у аналізі тексту та мови. Згорткові нейронні мережі маються низку недоліків, на яких наголошено у роботі. Капсульні нейронні мережі є вдосконаленням концепції згорткових нейронних мереж. В їх основі покладено «капсули», які призначені для виявлення характеристик об’єкта. Капсули як група нейронів характеризуються вектором активації. Запропонований відомими ученими векторний підхід дозволяє врахувати поворот та трансляцію об’єктів. Капсульні нейронні мережі потребують значно меншу навчальну вибірку, ніж згорткові. У висновках роботи визначаються основні перспективи розвитку теорії нейронних мереж, а також можливий стрімкий розвиток неконтрольованого навчання нейронних мереж. Наголошується на важливості критичного аналізу проблем нейронних мереж як вирішального фактору їх майбутнього розвитку.

Проблематика. Метод групового урахування аргументів є доволі недооціненим інструментом для отримання високоточних прогностичних моделей. Перший варіант штучної нейронної мережі (які користуються величезною популярністю в світі машинного навчання) був отриманий в 1965 році українським вченим Олексієм Івахненко, який як раз використовував метод групового урахування аргументів для навчання мережі. Відомо, що даний підхід має місце фактично в будь-якій проблематиці, і не виключенням є задача розпізнавання ішемічної хвороби серця по відеоданим спекл-трекінг ехокардіографії. Вирішення подібної задачі є актуальним, оскільки це надасть можливість аналізувати ехокардіограми навіть якщо вони не оснащені технологією спекл-трекінг. Мета. Методом групового урахування аргументів за даними спекл-трекінг ехокардіографії побудувати класифікаційні алгоритми діагностики порушень кінематики скорочень лівого шлуночка серця у хворих на ішемічну хворобу серця в умовах стану спокою, та при застосуванні ехострестесту із добутаміновою пробою. Методика реалізації. Національним інститутом серцево-судинної хірургії імені М.М. Амосова були надані відеодані, отримані за допомогою методу спекл-трекінг ехокардіографії, яким було обстежено 56 пацієнтів з підозрою на ішемічну хворобу серця. Серед них лише у 16 пацієнтів патологію виявлено не було. Ехокардіографія реєструвалась у B-режимі за трьома позиціями: довгої вісі, 4-камерної та 2-камерної позиціях. Усього для дослідження було використано 6245 кадрів відео потоку: 1871 – без порушень серцевої діяльності, та 4374 – при наявності патології під час обстеження. Результати дослідження. Методом групового урахування аргументів було одержано 12 моделей класифікації з урахуванням доз добутаміну (0, 10, 20 і 40 мкг), точність яких на екзаменаційній вибірці варіювалась від 81.7% до 97.4%. Також були отримані 3 моделі класифікації без урахування доз добутаміну, які на екзаменаційній вибірці показали точність в межах 75.2-82.2%. Висновки. Отримані високоточні моделі класифікації методом групового урахування аргументів. Дані моделі можна буде застосувати для аналізу ехокардіограм, отриманих у B-режимі на обладнанні, яке не оснащене технологією спекл-трекінг. Ключові слова: метод групового урахування аргументів; спекл трекінг ехокардіографія; ехострестест з добутаміном; ішемічна хвороба серця.

У статті проаналізовано шляхи підвищення ефективності роботи пункту технічного спостереження (ПТС) на основі аналізу технічного забезпечення (ТЗ) механізованих підрозділів Національної гвардії України та Збройних Сил України, а також технічне оснащення наявних технічних пунктів спостереження (ПС) та необхідність доопрацювання існуючого мобільного комплексу наземної розвідки “Джеб” до потреб рухомого пункту технічного спостереження (РПТС), а потім його використання як базового. Мобільний пункт технічного спостереження мобільного комплексу наземної розвідки “Джеб” є частиною комплексу REW “Ground Exploration”, який потребує подальшої розробки шляхом розширення доступності оперативної інформації щодо контролю обладнання та особового складу. На сьогодні бойові можливості комплексу такі: автоматичне виявлення і розпізнавання наземних і малошвидкісних низьколітаючих цілей на відстані до 12 км за допомогою РЛС міліметрового діапазону; виявлення і розпізнавання цілей на відстані до 5–8 км в оптичному діапазоні довжин хвиль за допомогою телевізійної і тепловізійної систем в денних і нічних умовах, а так само в умовах обмеженої видимості; детальна дорозвідка цілей у видимому та інфрачервоному діапазонах довжин хвиль; визначення відстані до розвідувальних цілей з точністю до 5 м за допомогою лазерного далекоміра; визначення власних координат комплексу та цілей і прив’язка їх до місцевості; розвідка цілей в умовах активної протидії з боку супротивника засобами РЕБ; відображення озвідувальної інформації про цілі (кількість цілей, склад цілей, дальність, пеленг, детальна відеоінформація про цілі, координати комплексу) на дисплеї ЕОМ, що працює в мультиекранному режимі, і екрані РКІ монітора; сканування і реєстрація радіосигналів систем зв’язку і телекомунікації у виділених ділянках радіодіапазону; зняття характеристик зареєстрованих сигналів (несуча частота, ширина смуги, потужність, вид модуляції, параметри зондувальних імпульсів та ін.); відображення та індикація характеристик аналізованогодіапа зону/джерела; ведення бази даних зареєстрованих джерел; класифікація та ідентифікація виявлених джерел і прив’язка їх до можливих технічних засобів; визначення напрямку випромінювання виявлених джерел (за наявності відповідних антенних систем); перехоплення та реєстрації сигналів стільни кового, пейджерного і транкового зв’язку стандартів AMPS/DAMPS (протоколи IS-54B, IS-136 і IS-641), NAMPS, TACS, NMT-450 (900), GSM-900, DCS-1800, MPT-1327, EDACS, FLEX, RDS, POCSAG; передача розвідувальної інформації (текстової та відео) по радіоканалу на командні пункти.Практична реалізація запропонованого підходу дозволяє надати додаткову необхідну інформацію для прийняття управлінських рішень щодо ТЗ:технічний стан, місце розташування та причини зупинок контрольованого обладнання тощо, а також стан екіпажів та їх місцезнаходження; наявність сил і засобів ротивника в зоні дії підлеглих частин з ТЗ;прокладання оптимального маршруту відносно засобів ремонту та евакуації в реальному часі, пов’язаних з поточною ситуацією в бою.Інформація про РПТС повинна надходити через систему підключених датчиків, встановлених на контрольованих машинах, що дозволяє отримати дані:про стан машин, систем і механізмів машини;причини несподіваної зупинки автомобіля (перекинуті, застрягли, пожежі, травми (динамічний удар);наявність палива;наявність боєприпасів;облік споживання палива при підключенні додаткових датчиків рівня палива;ведення обліку кожного члена екіпажу. Набір датчиків залежить від цілей, які переслідує замовник. Ефективність запропонованої автоматизації обробки оперативної інформації про озброєння та військову техніку визначається при розробці проекту автоматизованої інформаційної технології (АІТ) з метою обґрунтування її доцільності і вибору оптимального варіанта, а також після практичної реалізації проекту для обчислення фактично отриманого ефекту Запропоновано метод визначення ефективності модернізованого мобільного комплексу наземних розвідувальних даних РЕБ “Джеб” для потреб РПТС.

Автоматизоване спостереження та аналіз поведінки тварин є важливою частиною досліджень у галузі неврології та фармакології. Хоча моделі глибокого навчання показують високі результати в завданнях розпізнавання дій людини, вони недостатньо вивчені при застосуванні до задач розпізнавання поведінки тварин через відсутність необхідної вибірки даних. У цій роботі ми створили власну вибірку даних, що складається з 919 коротких кліпів, та дослідили сучасні модель I3D та модель R(2+1)D для вирішення завдання розпізнавання поведінки миші. Ми досягли точності до 96.3% та 95.8% відповідно. Ми також продемонстрували вплив коефіцієнтів злиття двох потоків моделей на точність прогнозів. Результати показали, що використання попередньо натренованих моделей глибокого навчання може перевершити точність моделей з попередніх досліджень.
Automated observation and analysis of animal behavior is an important part of research in neurology and pharmacology. Although deep learning models show high results in recognizing human actions, they are insufficiently studied in tasks of recognizing animal behavior due to the lack of dataset. In this work, we created our own dataset, consisting of 919 short clips, and investigated the modern model I3D and model R(2+1)D to solve the problem of recognizing mouse behavior. We achieved an accuracy of 96.3% and 95.8%, respectively. We also demonstrated the effect of two-stream fusion ratios on prediction perfomances. The results showed that the use of pre-trained models of deep learning can exceed the accuracy of models from previous studies.
Автоматизированное наблюдение и анализ поведения животных является важной частью исследований в области неврологии и фармакологии. Хотя модели глубокого обучения показывают высокие результаты в задачах распознавания действий человека, они недостаточно изучены при применении к задачам распознавания поведения животных из-за отсутствия необходимой выборки данных. В этой работе мы создали собственную выборку данных, состоящий из 919 коротких клипов, и исследовали современные модели I3D и модель R(2 +1)D для решения задачи распознавания поведения мыши. Мы достигли точности до 96.3% и 95.8% соответственно. Мы также продемонстрировали влияние коэффициентов слияния двух потоков моделей на точность прогнозов. Результаты показали, что использование предварительно натренированных моделей глубокого обучения может превзойти точность моделей из предыдущих исследований.

У роботі розглянуто проблему в області автоматизованого розпізнавання загроз, показано основні особливості існуючих рішень та додатків,їх переваги та недоліки. При забезпеченні певного об’єкту відеоспостереженням, недостатньо просто зберігати отримані дані, необхідно активно розпізнавати ситуації які розгортаються перед камерами. Людина схильна до помилок, стомлення, втрати концентрації, а коли мова йде про розподілену систему камер - задача розпізнавання стає непосильною. Тут на допомогу приходять інтелектуальні системи, здатні забезпечувати автоматичне розпізнавання потенціальних загроз. Визначено завдання для системи інтелектуального розпізнавання загроз у відеоряді за допомогою технологій нейронних мереж, відібрано мережі для виконання основних задач такої системи та способи їх навчання, які найбільш підходять для даної задачі. Описано структури нейроних мереж та проведено експерименти по навчанню та їх роботі. Система забезпечує автоматичне розпізнавання ситуацій на основі відеоряду в режимі реального часу. Дозволяє зменшити витрати коштів на працівників та збільшити ефективність роботи охоронної системи. . Розмір пояснювальної записки – 85 аркушів, містить 15 ілюстрацій, 25 таблиць, 2 додатки
The paper considers the problem in the field of automated threat recognition, shows the main features of existing solutions and applications, their advantages and disadvantages. When providing video surveillance for some areas, it is not enough to simply store the data received, it is necessary to actively recognize the situations that unfold in front of the cameras. A person is prone to mistakes, fatigue, loss of concentration, and when it comes to a distributed camera system, the task of recognition becomes impossible for a human. This is where intelligent systems capable of automatically detecting potential threats come to the rescue. The tasks for the system of intelligent detection of threats in the video series with the help of neural network technologies are determined, the networks for tackling major tasks of such system are selected, ways of their training explain. Architecture of neural networks are described and experiments on training and their work are conducted. The system provides automatic recognition of situations on the basis of video sequence in real time. Explanatory note size – 85 pages, contains 15 illustrations, 25 tables, 2 applications​.