Details
| Title | Усовершенствованная система улучшения точностных показателей видеообработки комплексов умного дома // Системный анализ в проектировании и управлении: сборник научных трудов XXVIII Международной научно-практической конференции, 27–29 июня 2024 года: [в 2 частях]. Ч. 2 |
|---|---|
| Creators | Гессен Павел Алексеевич ; Сараджишвили Сергей Эрикович |
| Organization | Санкт-Петербургский политехнический университет Петра Великого |
| Imprint | Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2024 |
| Electronic publication | 2025 |
| Collection | Общая коллекция |
| Subjects | Распознавание образов ; Нейронные сети ; дообучение ; метод опорных векторов ; кластеризация ; training ; support vector machine ; clustering |
| UDC | 004.93'1 ; 004.032.26 |
| Document type | Article, report |
| File type | |
| Language | Russian |
| DOI | 10.18720/SPBPU/2/id24-499 |
| Rights | Свободный доступ из сети Интернет (чтение, печать, копирование) |
| Additionally | New arrival |
| Record key | RU\SPSTU\edoc\76368 |
| Record create date | 6/27/2025 |
В целях повышения качественных характеристик системы улучшения точностных показателей устройств экосистемы умного дома с видеовходом, обеспечивающих выявление объектов в кадре, а также наблюдение за ними в процессе работы с дообучением, произведено исследование мирового опыта в данной области. Основной проблемой являются подходы, которые позволяют с наибольшей точностью, при сохранении высокой вычислительной эффективности, обеспечивать обучение классификаторов на лету без априорного знания о типе объекта наблюдения. Существует система, решающая данный спектр задач. Авторами исследования предложены улучшения такой системы, проведена оценка эффективности предложенных улучшений в задачах корректировки положения и выявления объектов с достаточными скоростными показателями с предварительным online-обучением в процессе первичной встречи цели.
To improve the quality characteristics of the system for improving the accuracy of smart home ecosystem devices with video input, which ensure the identification of objects in the frame, as well as monitoring them in the process of working with additional training, a study of world experience in this field has been conducted. The main problem is approaches that allow for the most accurate, while maintaining high computational efficiency, to provide on-the-fly training of classifiers without a priori knowledge of the type of object of observation. There is a system that solves this problem. The authors of the study proposed improvements to such a system, evaluated the effectiveness of the proposed improvements in the tasks of correcting the position and identifying objects with sufficient speed indicators with preliminary online training during the initial meeting of the goal.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | All |
|
Access count: 44
Last 30 days: 44
