Введение - Исследование алгоритмов

С недавнего времени такая область кибернетики, как создание искусственных систем распознавания образов, стала представлять особый интерес. Потребность в создании и применении автоматических методов анализа изображений и видео возникает в самых разных сферах - от распознавания текстов [32] до проблем робототехники и систем обнаружения целей [17]. Однако процесс распознавания является сложной задачей в программировании и с теоретической, и технической стороны.

К основным задачам распознавания образов относится классификация изображений (определение наличия объекта), детектирование и локализация объекта (вычисление его координат и/или выделение границ) и непосредственно распознавание объекта (определение сущности найденного объекта, отнесение его к некоторому классу объектов) [27]. В данной работе рассматривается задача детектирования текстурированного объекта на видео.

Не случайно изучаются именно текстурированные объекты. Под текстурой понимается некоторое свойство макроскопической области изображения, описывающее пространственную упорядоченность простых геометрических элементов (примитивов) этого изображения. Область определяется как текстурная, когда число этих элементов в области достаточно велико, а если в ней присутствуют только несколько примитивов, то на изображении воспринимается группа исчисляемых объектов [13]. Выбор текстурированных изображений в качестве тестовых объектов исследования определяется тем, что многие текстурированные изображения обладают скрытой периодической линейчатостью, что позволяет реализовать методы детектирования с приемлемой вычислительной сложностью.

В практических задачах часто решаются проблемы распознавания людей, лиц, автомобилей, автомобильных номеров, дорожных знаков и других объектов, которых можно отнести к текстурированным. Частным случаем обнаружения и отслеживания людей является детектирование пешеходов. Данная проблема является чрезвычайно актуальной. Общая идея заключается в создании активных систем безопасности, которые предназначены для снижения частоты и тяжести несчастных случаев на дороге, предупреждая водителя об опасности и/или осуществляя переход к автоматическому управлению транспортным средством во избежание дорожно-транспортного происшествия. В основе таких систем так или иначе лежит распознавание объектов, поэтому качество работы целой системы будет зависеть от реализации этого процесса на программном уровне [19]. Поэтому далее в работе будут применяться общие алгоритмы распознавания текстурированных объектов для этой практически важной задачи.

Алгоритмы машинного обучения являются наиболее привлекательным методом в решении задачи распознавания и, в частности, успешно используются в распознавании пешеходов. Машинное обучение известно как одно из самых интенсивно развивающихся направлений в программировании, о чем свидетельствуют научные работы последних десятилетий. В этой связи стоит упомянуть труды П. Фельценсцвальба (P. F. Felzenszwalb) [8, 9], З. Гарамани (Zoubin Ghahramani) [10], Д. М. Гаврила (D. M. Gavrila) [11], которые послужили основой для написания данной работы.

Однако многие предлагаемые методы показывают себя неэффективными. Простейшие алгоритмы не всегда дают хорошие практические результаты, имеют непростительно высокий процент пропусков объекта в потоке или большую вероятность ложного срабатывания. Большинство сложных алгоритмов требуют слишком много времени и ресурсов на реализацию, и потому не могут быть использованы в реальном времени. Поэтому именно процесс распознавания был выбран как объект оптимизации в данной работе.

Отдельную проблему представляет собой распознавание в видеопотоке. В данной работе используется распространенный подход still-to-still recognition, представляющий собой покадровое распознавание и комбинирование этих результатов для нескольких последовательных кадров [36, 37].

В данной работе было принято решение изучить проблему детектирования пешеходов в реальном времени для мобильных платформ, так как использование мобильных устройств обеспечит более удобное и эффективное тестирование исследуемых методов в выбранной предметной области.

Таким образом, целью работы является повышение точности и вычислительной эффективности алгоритмов детектирования текстурированных объектов на видео для мобильной платформы Android на примере задачи обнаружения пешеходов.

Основные задачи, решаемые в рамках работы, таковы:

    1. Провести аналитический обзор литературы. 2. Реализовать изученные методы детектирования текстурированного объекта в виде образца программы. 3. Провести экспериментальное тестирование разработанного приложения применительно к задаче детектирования пешеходов на видеоизображении.

Похожие статьи




Введение - Исследование алгоритмов

Предыдущая | Следующая