Details
Title | Система повышения характеристик алгоритмов автоматического сопровождения для оптико-электронных систем: выпускная квалификационная работа магистра: направление 09.04.04 «Программная инженерия» ; образовательная программа 09.04.04_02 «Основы анализа и разработки приложений с большими объемами распределенных данных» |
---|---|
Creators | Гессен Павел Алексеевич |
Scientific adviser | Сараджишвили Сергей Эрикович |
Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий |
Imprint | Санкт-Петербург, 2023 |
Collection | Выпускные квалификационные работы ; Общая коллекция |
Subjects | машинное обучение ; кластеризация ; онлайн-обучение ; метод опорных векторов ; machine learning ; clustering ; online learning ; support vector machine |
Document type | Master graduation qualification work |
File type | |
Language | Russian |
Level of education | Master |
Speciality code (FGOS) | 09.04.04 |
Speciality group (FGOS) | 090000 - Информатика и вычислительная техника |
DOI | 10.18720/SPBPU/3/2023/vr/vr23-3912 |
Rights | Доступ по паролю из сети Интернет (чтение) |
Record key | ru\spstu\vkr\25042 |
Record create date | 8/3/2023 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Group | Anonymous |
---|---|
Network | Internet |
Данная работа посвящена исследованию существующих алгоритмов со-провождения и обнаружения объектов в видеопотоке и разработке новой вычислительно быстрой системы, способной улучшать качество слежения за недетерминированным объектом и точность его обнаружения. Задачи, которые решались в ходе исследования: 1. Изучение существующих алгоритмов по сопровождению и обнаружению целей в видеопотоке. 2. Разработка метода по улучшению точностных характеристик сопровождения и обнаружения. 3. Реализация предложенного метода и его тестирование. 4. Оценка полученных результатов. Работа проведена на базе АО НПП ”АМЭ”, где было предоставлено рабочее окружение, средства по отладке и тестированию. Представленная работа является частью продуктов компании. В результате получена система улучшения характеристик алгоритмов слежения с обучением в реальном времени с возможностью повторного обнаружения объекта после потери и корректировкой его положения, соответствующая заданным критериям. Проведена оценка результатов. Система внедрена в продукт компании.
This work is devoted to the study of existing algorithms for tracking and object detection in the video stream and the development of a new computationally fast system capable of improving the quality of tracking a nondeterministic object and the accuracy of its detection. Tasks that were solved during the study: 1. Study of existing algorithms for tracking and detecting targets in the video stream. 2. Development of a system to improve the accuracy characteristics of tracking and detection. 3. Implementation of the proposed system and its testing. 4. Evaluation of the results obtained. The work was carried out on the basis of JSC NPP “AME”, where a working environment, debugging and testing tools were provided. The presented work is part of the companys products. As a result, a system for improving the characteristics of tracking algorithms with real-time training with the possibility of re-detecting an object after loss and correcting its position corresponding to the specified criteria was obtained. The results were evaluated. The system is integrated in the companys product.
Network | User group | Action |
---|---|---|
ILC SPbPU Local Network | All |
|
Internet | Authorized users SPbPU |
|
Internet | Anonymous |
|
Access count: 5
Last 30 days: 0