ВВЕДЕНИЕ 3
ГЛАВА 1. ЗАДАЧИ И МЕТОДЫ ВИДЕОАНАЛИТИКИ 5
1.1 Задачи, решаемые с помощью видеоаналитики 5
1.2 Алгоритмы сжатия, применяемые к видео 13
ГЛАВА 2. ОБЗОР СУЩЕСТВУЮЩИХ МЕТОДОВ ПОИСКА И
ПРОЦЕССОВ РАСПОЗНАВАНИЯ ОБЪЕКТОВ НА ВИДЕО 16
2.1 Обнаружение объектов методом вычитания фона 16
2.2 Постобработка переднего плана изображения 18
2.3 Сегментация и извлечение объекта 19
2.4 Особенности объектов 21
2.5 Классификация сегментированных объектов 23
ГЛАВА 3. РАЗРАБОТКА СИСТЕМЫ ПРОГНОЗИРОВАНИЯ
ПОСЕЩАЕМОСТИ МАГАЗИНА 26
3.1 Предварительная обработка потока видео для задач определения
параметров движения объектов 26
3.2 Гистограмма ориентированных градиентов (HOG) 31
3.3 Структура автоматизированной системы 40
3.4 Тестирование приложения 43
ЗАКЛЮЧЕНИЕ 47
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 48
ПРИЛОЖЕНИЕ
Купить

В современном мире задача трекинга объектов на видео является неотъемлемой частью большинства прикладных областей, таких как построение систем видеонаблюдения, отслеживания транспортного и людского трафиков, автоматического контроля. Каждая из этих задач имеет свою особенность, свои требования к надежности распознавания, к дальности действия и многому другому. Даже такой фактор, как желание самого объекта (в данном случае человека), быть распознанным - может значительно повлиять на работу того или иного алгоритма распознавания.
В связи с этим, современная жизнь диктует растущие требования для все более новых и совершенных методов локализации и распознавания людей. Интерес к ним довольно значителен, в виду их широкого практического применения в таких областях, как охранные системы, системы обеспечения безопасности в местах массового пребывания людей, антитеррористические системы и т. д.
Автоматический подсчет числа людей необходим не только в целях общественной безопасности. Его можно использовать для оценки числа посетителей, регулирования количества открытых касс, планирования мест установки рекламных носителей. Системы подсчета людей все чаще применяются организациями розничной торговли.
Таким образом целью данной дипломной работы является разработка автоматизированной системы прогнозирования посещаемости магазина. Соответственно, можно выделить следующие задачи, для достижения поставленной цели:
- рассмотреть существующие алгоритмы и методы поиска объектов на видео;
- выполнить предварительную обработку потока видео;
- реализовать алгоритм для реализации поиска и классификации объектов на изображении;
осуществить автоматическую отправку данных о количестве объектов на кадре для обработки на хост;
- предоставить данные о посещаемости в удобной форме пользователю.
В первой главе пояснительной записки рассматриваются задачи видеоаналитики и способы их решения, а также алгоритмы сжатия видео, так как возникает потребность в обработке больших объемов данных.
Во второй главе представлен обзор существующих методов поиска и процесса распознавания объектов на видео, что включает в себя методы обнаружения объектов на изображениях, методы построения переднего плана и классификацию движущихся объектов.
В последней главе рассматривается непосредственно реализация приложения автоматизированной системы прогнозирования посещаемости магазина. Также, подробно рассмотрен алгоритм построения гистограммы ориентированных градиентов (HOG), на основе которого реализовано распознавание объектов на видео. Описана структура разработанного приложения.
Поставленные задачи по обработке видео будем решать на основе использования методов из библиотеки OpenCV на языке программирования Python.

Купить