Введение 3
Глава 1. Системы мониторинга. Распознавание изображений 6
1.1. Мониторинг состояния дорог 6
1.2. Методы мониторинга, распознавания изображений и
прогнозирования 16
1.3. Постановка задачи 30
1.4. Обоснования среды программирования. 32
1.5. Выводы к главе 36
Глава 2. Методы контроля трафика транспортных средств 37
2.1. Специфика решаемой задачи фото/видеонаблюдения 37
2.2. Распознавание изображений 39
2.3. Математическое моделирование состояния транспортной системы 44
2.4. Выводы к главе 47
Глава 3. Программное приложение 48
3.1. Проектирование системы 48
3.2. Программные продукты 50
Заключение 61
Список использованных источников 62
Приложение
В настоящее время отмечается бурный рост использования систем фото/видеонаблюдения, что объясняется широким кругом решаемых такими системами задач и постоянно увеличивающейся доступностью средств наблюдения и связи. Системы фото/видеонаблюдения находят применение в сферах мониторинга дорожно-транспортных систем, обеспечения безопасности и правопорядка, беспилотной авиации, контроля процессов на производстве, а также во
многих других сферах нашей жизни. Их использование позволяет анализировать состояние наблюдаемых объектов, повышать эффективность их управления, надежность и качество получаемых результатов, оказывать поддержку при
принятии решений. С развитием компьютерных методов обработки визуальных
данных все более привлекательными становятся интеллектуальные системы
фото/видеонаблюдения, способные в автоматическом режиме анализировать
поступающую информацию и проходить машинное обучение. Информатизация
процесса позволяет кардинально увеличить масштабы мониторинга и сократить
использование человеческих ресурсов, увеличив при этом надежность и непредвзятость наблюдения за объектом. Существенную долю интеллектуальных
систем видеонаблюдения составляет дорожное наблюдение, занимающееся,
среди прочего, контролем ПДД, мониторингом загруженности дорог, обнаружением дорожно-транспортных происшествий. В крупных городах, таких как
Москва, количество камер дорожного видеонаблюдения ежегодно увеличивается в 1,5–2 раза. В течении года 95 % штрафов выписывается с помощью автоматических систем фото/видеонаблюдения.
Данная работа посвящена системе мониторинга транспортной сети, для
контроля дорожного трафика, классификации объектов и определения нагрузки
на дорожное полотно, что существенно увеличит контроль за состоянием дороги.
Объектом исследования является процесс контроля транспортного поток
и нагрузки на дорожное полотно с использованием компьютерных методов об-4
работки информации. Предметом исследования являются методы и алгоритмы
компьютерного зрения и машинного обучения.
Целью данной работы является повышение эффективности контроля над
состоянием дорожного полотна в транспортных системах.
Основными задачами для достижения поставленной цели являются:
Системная идентификация объекта мониторинга и его веса;
Создание информационной базы данных по показателям текущего состояния загруженности дорог;
Подготовка материалов аналитической направленности с использованием
математических методов анализа данных;
Накопление информации, необходимой для анализа ситуации, описания
прогнозного фона и прогнозирования ситуации на дороге в определенный
день недели или месяц.
Представленная магистерская диссертация состоит из введения, трёх
глав, заключения, списка использованных источников, и приложения. Первая
глава носит обзорный характер. В ней дается характеристика существующих
средств мониторинга транспортных систем, факторов влияющих на него, обзор
существующих методов фото/видео-фиксации, распознавания, классификации
объектов и прогнозирования интенсивности транспортного потока, а также постановка задачи. Во второй главе обсуждаются вопросы математического моделирования и прогнозирования транспортного потока, проводится анализ собранных статистических данных по результатам фото/видео-фиксации и строится регрессионная модель изменения интенсивности транспортного потока со
временем. На основе полученной модели разработан алгоритм прогнозирования
изменения интенсивности транспортного потока. Также построен алгоритм
распознавания объектов фото/видео фиксации на базе комбинации метода отделения фона и технологии Blob Detection. В третьей главе описана реализация
программного приложения для мониторинга и прогнозирования состояния
транспортной системы.5
Потенциальными потребителями разработанного приложения, являются
проектные организации, строительные компании, организации эксплуатирующие дороги, службы оперативного реагирования, водители и службы ГАИ.
В ходе выполнение магистерской диссертации была написана статья на
тему: " Распознавание объектов методами наземного мониторинга для определения нагрузки на дорожное полотно" в электронный сборник международной
научно-технической конференции студентов, аспирантов и молодых ученых
Проспект Свободный 2016.
Итогом работы представленной магистерской диссертации является программное приложение использующее фото/видео-фиксацию для решения задач
мониторинга транспортных средств и определения нагрузки на дорожное полотно. Данная работа нацелена на распознавание объектов методами наземного
мониторинга для определения нагрузки на дорожное полотно, которые найдут
себе применение в стремительно развивающейся в настоящее время области
автоматизированного дорожного видеонаблюдения. Данное приложение способствует активной информатизации процесса мониторинга этих участков дорожно-транспортной системы, что позволяет повысить безопасность их использования.
Основные результаты работы состоят в следующем:
1) Выполнен анализ существующих методов обработки информации, необходимых для функционирования разрабатываемой системы, сделавший возможным сопоставление их характеристик с особенностями решаемой задачи
видеонаблюдения и подбор наиболее подходящих алгоритмов, что улучшило
показатели функционирования системы.
2) Выполнена формализация задачи «Распознавание объектов методами
наземного мониторинга для определения нагрузки на дорожное полотно» и
предложена модель анализа и пакет программ, способные помогать в решении
поставленной задачи, что расширило возможности использования систем автоматической фото/видео-фиксации в транспортных системах.
Сфера применений представленной системы не ограничивается фото/видео-фиксацией для распознавания образов и вычитывания их. Другим
применением при изменении алгоритма работы является, например, наблюдение за автотранспортом на выявление нарушений ПДД.
