Table | Card | RUSMARC | |
Allowed Actions: –
Action 'Read' will be available if you login or access site from another network
Group: Anonymous Network: Internet |
Annotation
Тема выпускной квалификационной работы: «Исследование алгоритмов обнаружения особых точек и построения оптических потоков в задаче ситуационного анализа скоплений людей по видео». Данная работа посвящена анализу детекторов особых точек и методов построения оптических потоков в задаче обнаружения и локализации аномального поведения людей в толпе. Задачи, которые решались в ходе исследования: 1. Обзор детекторов и дескрипторов особых точек, алгоритмов построения оптического потока и алгоритмов ситуационного анализа скоплений людей; 2. Реализация алгоритма обнаружения аномального поведения на основе извлечения и анализа траекторий движения людей в толпе; 3. Тестирование алгоритма при различных детекторах особых точек и различных методах построения оптического потока; 4. Исследование полученных зависимостей и определение методов максимизирующих качество работы и быстродействие алгоритма обнаружения аномального поведения. В результате проделанной работы был разработан алгоритм, определяющий и локализующий аномальное поведение толпы на основе треклетов, извлеченных с помощью детекторов особых точек и алгоритмов построения разреженного оптического потока. С помощью данного алгоритма было проведено тестирование восьми классических методов определения особых точек и двух методов построения разреженного оптического потока. В ходе тестирования были сформированы рекомендации по области применения исследуемых алгоритмов.
The given work is devoted to the analysis of interest point detectors and optical flows methods in the task of detecting and localizing abnormal behavior of people in a crowded scene. The research set the following goals: 1. Overview of detectors and descriptors of interest points, optical flow methods and algorithms for situational analysis of abnormal behavior in crowded scene; 2. Implementation of an algorithm for detecting abnormal behavior based on the extraction and analysis of the trajectories of movement of people in a crowd; 3. Testing the algorithm with various interest point detectors and various optical flow methods; 4. Investigation of the obtained dependencies and determination of methods maximizing the quality and performance of the algorithm for detecting abnormal behavior. The study resulted, an algorithm that determines and localizes the abnormal behavior of the crowd based on the tracklets extracted using interest point detectors and a sparse optical flow algorithm. Using this algorithm, eight classical methods for interest points detection and two sparse optical flow methods were tested. During the testing, recommendations were formed on the scope of the algorithms.
Document access rights
Network | User group | Action | ||||
---|---|---|---|---|---|---|
ILC SPbPU Local Network | All |
![]() |
||||
Internet | Authorized users SPbPU |
![]() |
||||
![]() |
Internet | Anonymous |
Usage statistics
|
Access count: 1
Last 30 days: 0 Detailed usage statistics |