Введение 4
1 Исследование предметной области 7
1.1 Описание работы алгоритма Виолы-Джонса 7
1.2 Рассмотрение модификаций алгоритма Виолы-Джонса 14
1.3 Фильтрация входного кадра изображения 20
1.3.1 Бинаризация по порогу 21
1.3.2 Классическая фильтрация 23
1.3.3 Корреляция 24
1.3.4 Фильтрации функций 25
1.4 Логическая обработка результатов фильтрации 27
1.4.1 Морфология 27
1.4.2 Контурный анализ 28
1.5 Исследование существующих алгоритмов 30
1.5.1 FaceNet 30
1.5.2 HOG и SVM 31
1.5.3 MobileNet 37
1.5.4 FASTER R-CNN 39
1.6 Технологии разработки параллельного программного обеспечения 40
1.6.1 Технологии распараллеливания на CPU 40
1.6.2 Технологии распараллеливания на GPU 44
2 Проектирование алгоритмов по локализации объектов 48
2.1 Проектирование однопоточной реализации алгоритма Виолы-Джонса 48
2.2 Проектирование многопоточной реализации алгоритмов HOG с SVM 50
2.3 Принцип работы SVM с применением многопоточной реализации 53
2.4 Вычисление ускорения работы SVM 54
3 Программная реализация и тестирование 58
3.1 Однопоточная реализация 58
3.2 Многопоточная реализация 63
3.3 Тестирование программного решения 65
Заключение 68
Список используемой литературы 69
Купить

Главной задачей компьютерного зрения является распознавание различных объектов на изображениях. На сегодняшний день до сих пор встречаются проблемы в локализации различных типов объектов. К таким проблемам относят неправильное расположение объекта под некоторым углом, излишки света в кадре или недостаток освещения, а также загромождение искомого объекта другим, но самой главной проблемой компьютерного зрения является производительность - время, затраченное на получение конкретного результата, в локализации искомого объекта на обученном алгоритме.
Актуальность настоящего исследования заключается в отсутствии готового решения для распараллеливания работы алгоритмов в распознавании множества объектов на изображении и видеопотоке.
Целью исследования является сравнение эффективности работы стандартного алгоритма Виолы-Джонса с многопоточной реализацией алгоритмов HOG с SVM путём подсчета скорости их работы.
Объектом исследования является сравнительный анализ алгоритма Виолы-Джонса и связки HOG с SVM.
Предметом исследования является оптимизация процесса локализации лиц на видеопотоке.
Гипотеза исследования состоит в том, что эффективность работы алгоритма Виолы-Джонса может быть увеличена, если будет разработана и реализована соответствующая модель по распараллеливанию процесса обработки изображения.
Для достижения поставленной цели необходимо решить следующие задачи:
• провести обзор существующих подходов по улучшению алгоритма Виолы-Джонса, рассмотрев созданные модификации, алгоритмы фильтрации и методы распараллеливания;
• спроектировать стандартный алгоритм Виолы-Джонса и многопоточную связку HOG и SVM с использованием технологии распараллеливания;
• реализовать и протестировать спроектированные алгоритмы Виолы- Джонса и HOG с SVM для выявления прироста производительности.
Научная новизна данного исследования заключается в использовании современной технологии распараллеливания «multiprocessing» со своей собственной логикой обработки входного кадра изображения для локализации объектов разного рода на кадре изображения и видеопотоке.
Практическая значимость исследования состоит в разработке модификации связки алгоритмов HOG и SVM для локализации объектов разного рода, которую можно применять для улучшения производительности.
Положения, выносимые на защиту:
• в ходе исследования была разработана новая модель распараллеливания работы алгоритма SVM по локализации объектов с применением технологии распараллеливания «multiprocessing»;
• модифицированный алгоритм SVM показывает лучшие результаты в производительности по сравнению с стандартной реализацией алгоритма Виолы-Джонса.
Магистерская диссертация состоит из введения, исследования предметной области, проектирования алгоритмов по локализации объектов, программной реализации и тестирования, а также заключения.
В первом разделе рассматривается предметная область, исследуется методы по оптимизации работы алгоритма Виолы-Джонса, приводятся методы фильтрация входного кадра изображения, а также логические обработки данных методов, рассматриваются существующие алгоритмы на сегодняшний день, приводятся их плюсы и минусы, также исследуются технологии распараллеливания на разных архитектурах.
Во втором разделе проводится проектирование алгоритмов локализации объектов на изображении и видеопотоке, а именно проектируется стандартная реализация алгоритма Виолы-Джонса, а также производится проектирование модифицированного алгоритма SVM с применением технологии распараллеливания «multiprocessing» в связке с алгоритмом HOG, также производятся теоретические вычисления производительности модифицированного алгоритма SVM.
В третьем разделе производится программная реализация спроектированных алгоритмов Виолы-Джонса и связки HOG с SVM для вычисления производительности модификации и сравнительного анализа данных алгоритмов.
Полученная в ходе выполнения данной работы модификация алгоритма SVM позволяет увеличить скорость распознавания объектов на изображении и видеопотоке с использованием архитектуры CPU без ухудшения точности распознавания алгоритма.
Работа состоит из 3 разделов, заключения, содержит 41 рисунка, 23 формул, список использованной литературы включает в себя 30 источников. Основной текст работы изложен на 73 страницах.
Купить