Аннотация 2
Введение 5
1 Теоретическое обоснование задачи идентификации объектов в видеопотоке 7
1.1 Процесс идентификации объектов в системах видеонаблюдения 7
1.2 Выбор объектов идентификации 10
1.3 Область применения идентификации объектов в видеопотоке 12
1.4 Обзор системы видеонаблюдения для идентификации объектов 13
1.5 Постановка задачи на реализацию программы по идентификации объектов на данных, получаемых с системы видеонаблюдения 17
2 Проектирование алгоритма идентификации объектов 19
2.1 Сравнение способов идентификации объектов 19
2.2 Выбор подходящего метода идентификации объектов 19
2.3 Математическое и алгоритмическое описание способа идентификации с использованием YOLOv3 20
2.4 Математическое и алгоритмическое описание алгоритма идентификации объектов в видеопотоке 29
3 Программная реализация идентификации объектов на данных с системы видеонаблюдения 34
3.1 Описание реализованного метода для идентификации объектов на основе метода распознавания YOLOv3 34
3.2 Программная реализация алгоритма идентификации объектов 39
3.3 Тестирование и повышение скорости работы программной реализации алгоритма идентификации объектов на данных с системы видеонаблюдения 42
Заключение 53
Список используемой литературы 54
Приложение А Файловые ресурсы реализованной программы для идентификации объектов на основе данных, получаемых с системы видеонаблюдения 57
Идентификация объектов на видеоконтенте и изображениях является актуальной задачей в настоящее время. Данная задача из сферы компьютерного зрения может быть решена для видеонаблюдения. Идентификацию объектов на данных, получаемых с системы видеонаблюдения, можно использовать как на уже сохранённых видеозаписях, так и в режиме реального времени. Определение объектов на видеоматериалах сводится к распознаванию объектов на изображении.
В настоящее время методы распознавания объектов используются во многих системах видеонаблюдения, поэтому метод идентификации объектов на данных с системы видеонаблюдения оптимально разрабатывать на основе метода распознавания. Для идентификации объектов в видеопотоке актуальной задаче является сохранение уникальных данных объекта между кадрами.
Объектом исследования является процесс идентификации объектов на основе данных, получаемых с системы видеонаблюдения. Предмет исследования - это программная реализация алгоритма, которая идентифицирует объекты на данных, получаемых с системы видеонаблюдения. Целью выпускной квалификационной работы является разработать алгоритм идентификации объектов на данных с системы видеонаблюдения.
Для достижения указанной цели необходимо выполнить следующие задачи:
• изучить способы идентификации объектов на данных с камер видеонаблюдения с применением распознавания;
• выбрать оптимальный метод распознавания объектов на данных с системы видеонаблюдения;
• разработать алгоритм идентификации объектов на данных, получаемых с системы данных видеонаблюдения;
• разработать программную реализацию разработанного алгоритма идентификации объектов на данных видеонаблюдения;
• протестировать работоспособность реализации метода идентификации объектов в видеопотоке;
• разработать дополнения алгоритма для повышения скорости работы;
• проанализировать полученные результаты;
• сформировать заключение по проделанной работе.
ВКР имеет следующую структуру: введение, три главы, заключение, список использованной литературы.
Во введении затронута предметная область видеонаблюдения, показана актуальность темы. Сформулированы объект и предмет исследования, а также поставлена цель выпускной квалификационной работы. Определены задачи, выполнение которых сопутствует достижению поставленной цели.
В первой главе поставлена задача идентификации, произведён выбор объектов для идентификации, а также определена система видеонаблюдения.
Во второй главе происходит сравнение методов идентификации, описана алгоритмическая и математическая реализация выбранной модели, а также описание разработанного алгоритма идентификации.
В третьей главе продемонстрирована программная реализация идентификации объектов с применением метода распознавания YOLOv3. Проведено тестирование программы, показано увеличение скорости работы.
Таким образом, идентификация объектов на видеоматериалах, получаемых с системы видеонаблюдения является актуальной темой по сей день. Была установлена цель бакалаврской работы и поставлены задачи для достижения этой цели.
В ходе выполнения выпускной квалификационной работы на тему «Идентификация объектов на основе данных, получаемых с системы видеонаблюдения» сформированы выводы и подведены следующие итоги:
- Произведено исследование по актуальной теме идентификации объектов в видеопотоке с применением актуального метода распознавания YOLOv3;
- для объекта выделено 4 вида данных, идентифицирующих его;
- для идентификации выбрано 10 объектов, относящиеся к парковке;
- для видеонаблюдения лучше подходят IP камеры с углом наклона от 30 до 40 градусов и фокусным расстоянием 6,9 мм;
- для идентификации объектов в видеопотоке с системы видеонаблюдения за основу выбран один из восьми методов распознавания;
- оптимальным методом является YOLOv3, получивший среднюю оценку 9,2;
- построена математическая модель YOLOv3 с на основе 17 формул;
- построена математическая модель алгоритма идентификации на основе 4 формул;
- программная реализация выполнена с использованием являются opencv 4.5.5, tensorflow-gpu 2.8, numpy 1.2.1.6.
- тестирование реализованного алгоритма показало ускорение с 8 до 98 кадров в секунду.
По итогу для достижения цели - разработать алгоритм идентификации объектов на данных с системы видеонаблюдения - все поставленные задачи выполнены. Реализация программы приобрела усовершенствование в скорости работы. Следовательно, цель выпускной квалификационной работы полностью достигнута.
