лізувати і вбудувати у вже існуючі проекти.
Підіб'ємо основні підсумки:
) Існує досить велика кількість наукових досліджень, присвячених задачі розпізнавання і відстеження об'єктів, проте майже всі вони зарубіжні. У Росії напрацювань дуже мало;
2) Алгоритми орієнтовані на конкретні завдання, що трохи відрізняються від поставленого завдання даної дипломної роботи;
) Існує безліч комерційних розробок, орієнтованих на певні завдання розпізнавання:
- розпізнавання осіб - біометрія (можуть бути інтегровані з обладнанням в цілий комплекс);
- розпізнавання рухомих об'єктів - (пакет Matlab);
розпізнавання рухомих об'єктів стосовно до задачі відеоспостереження, як правило, відразу орієнтовані на конкретне відеоустаткування або інтегровані з ними.
4) Існують програмні засоби розробки (SDK) для вбудовування у власні продукти. Багато хто з них представляють інтерес з точки зору проектування комплексу, якому присвячена справжня дипломна робота.
Характерний потік даних може бути представлений таким чином:
1) Подовжена послідовність даних розділена на окремі сцени чи кадри, підлягають аналізу. Так як вони мають різні гістограми або кольорові частотні розподіли, кадр з радикальною зміною гістограми від початкового кадру може оброблятися як зміна сцени.
) Зміна інформаційної частини зображень виявляється окремо від статичного фону.
3) Окремі інформаційні частини зображень (об'єкти) виділяються або сегментуються, потім відслідковуються від кадру до кадру. Відстеження включає виявлення положення і швидкість об'єкту, які можуть бути змінними або тимчасово постійними
) Якщо потрібно розпізнавання, особливості об'єкта виділяються так, щоб об'єкт міг бути класифікований.
Відстеження об'єктів переднього плану включає в себе 3 етапи :
1) пророцтво, при якому кожен об'єкт повинен бути розташований в поточному кадрі;
) визначення об'єкта, щонайкраще відповідного опису;
3) корекцію траєкторії об'єкта для передбачення чергового кадру.
Таким чином, вибір умов зйомки і налаштувань дуже важливі для багатьох алгоритмів. Відмінно працюючи в одних умовах, багато алгоритми можуть повністю перестати працювати в інших умовах.
Глава 2. Розробка алгоритмічного забезпечення
.1 Архітектура засобів динамічного відстеження осіб у відеопослідовності
Розглядається архітектура засобів розпізнавання та динамічного відстеження осіб у відеопослідовності (рис. 2.1). В блоці формування графів особи на основі алгоритмів уловлювання і відстеження області інтересів створюється граф особи. Сюди також включені алгоритми
уловлювання і відстеження простих об'єктів (квадрат, прямокутник, окружність) в кадрі і алгоритми розпізнавання людини, що використовуються в блоці розпізнавання сцени. На етапі навчання системи отриманий граф особи надходить на вхід блоку навчання . Далі ряд настроювальних параметрів системи зберігаються в базі ознак осіб . На етапі розпізнавання, граф особи, сформований блоком формування графів особи, обробляється в блоці розпізнавання обличчя . У цьому блоці здійснюється розпізнавання осіб з бази даних. Якщо розпізнавання закінчилося успішно, то блок прийняття рішень видає керуючий вплив, залежно від типу розпізнаного особи. У блоці розпізнавання сцени проводиться розпізнавання сцен s-го рівня. Для того щоб провести розпізнавання сцен першого рівня, блок отримує результати розпізнавання об'єктів сцени з блоку розпізнавання осіб і блоку формування графів особи. Результати роботи блоку розпізнавання сцени можуть впливати на прийняте рішення про керуючого дії. В блоці зберігання історії управління зберігається послідовність розпізнаних осіб і відповідних їм керуючих впливів за певний час, зокрема, з метою інтерпретації прийнятих рішень з управління. Всі сцени та особи, розпізнані раніше цього періоду, втрачаються. [15]
Рис. 2.1 Архітектура системи розпізнавання осіб
2.2 Вибір базових програмних засобів
У ході виконання дипломної роботи були вивчені різні підходи до розпізнавання осіб (ідентифікації) і відстежування осіб в відеопослідовності та вироблено зіставлення результатів роботи різних методів і програмних продуктів, ...
