Тема: Создание СППР «Методы отслеживания объектов на изображении»

Отслеживание объектов является очень востребованным на сегодняшний день. Распространение мощных компьютеров, наличие качественных и недорогих видеокамер, а также увеличивающаяся потребность в автоматизированном видеоанализе является тому причиной. Оно применяется в различных прикладных областях, таких как отслеживание дорожного трафика, построение систем видеонаблюдения, автономная навигация, дополненная реальность и многих других.
Сопровождение также активно используется для решения задач автоматизированного наблюдения, распознавания движения, взаимодействия человека и компьютера (распознавание жестов, биометрических параметров).
Существует множество подходов к решению задачи отслеживания (с англ. tracking). Одним из самых универсальных является представление объекта набором особых точек. Такой способ позволяет применить трекер для задач разного рода, не налагая дополнительных условий его использования. Данный подход используется в нашей работе в алгоритмах Meanshift и Camshift.
Несмотря на большое количество реализаций, алгоритмы отслеживания, в целом, очень чувствительны к изменению освещения, к резким и сложным движениям. Каждый отдельный метод решает только часть сопутствующих проблем. Поэтому изучение и исследование возможностей трекинга объектов является актуальным.
Цель работы - разработать СППР «Методы отслеживания объектов на изображении», математическую модель которой составляют алгоритмы Meanshift и Camshift, и осуществить сравнение работы методов по разработанной системе критериев на основе тестирования работы алгоритмов на тестовых видео файлах.
Задачи ВКР:
• Проанализировать имеющуюся литературу и разработки в области
отслеживания объектов;
• Реализовать алгоритм трекинга Meanshift;
• Реализовать алгоритм трекинга Camshift;
• Определить критерии сравнения алгоритмов;
• Осуществить поиск репозитория для тестовых видео файлов;
• Сравнить работу алгоритмов на тестовом наборе данных;
• Сравнить работу алгоритмов на тестовых видео и сделать выводы.
В работе для сравнения алгоритмов проводится тестирование на специализированном наборе данных [1], который покрывает различные «сложные» случаи работы с объектами, изменяющими свое форму, размеры, перекрывающимися другими объектами и прочее.
Предмет изучения настоящей работы - отслеживание объектов в видео потоке.
Объект изучения работы - видео потоки.
Требования к проектируемой системе:
Удобный и функциональный интерфейс, позволяющий пользователю без труда выполнить поставленную ему задачу;
Наглядность представления имеющейся информации;
Быстрая скорость работы алгоритмов;
Динамичность и интерактивность.
Основные средства - Python 3.6; библиотеки opencv, numpy, pyqt5.
В настоящей выпускной квалификационной работе разрабатывается система для трекинга объекта, вкладывая в нее алгоритмы сдвига среднего (Meanshift) и адаптивного непрерывного сдвига среднего (Camshift).
Работа изложена в трех главах. В первой главе излагаются теоретические и методологические основы проблемы отслеживания объектов. Во второй главе продемонстрирована работа созданной СППР, осуществлено сравнение качества работы алгоритмов по набору критериев. В заключение формируются основные результаты дипломной работы.
Купить

В данной работе была проанализирована имеющаяся литература и разработки систем в области отслеживания объектов. С помощью языка программирования python реализованы алгоритмы трекинга Meanshift и Cam- shift. Эти алгоритмы составляют базу знаний разработанной в ВКР СППР «Методы отслеживания объектов на изображении».
Определены критерии качества работы указанных выше методов. Найден репозиторий с набором тестовых видеофайлов, предназначенных для тестирования алгоритмов отслеживания объектов [1]. В работе осуществлено сравнение работы методов Meanshift и Camshift по этому набору критериев. Результатом сравнения стала таблица степеней удовлетворенности работой алгоритмов по каждому из критериев. По данным из этой таблицы были построены диаграммы для наглядного представления информации и сделаны выводы.
В дальнейшем планируется встроить разработанную систему в качестве модуля в СППР «Анализ изображений».

Купить