Детальная информация

Данная работа посвящена исследованию методов анализа видеоданных и разработке инновационной системы наблюдения за общественными и торговыми пространствами для улучшения показателей бизнеса через формирование обширной аналитической базы исследуемых областей интереса. В процессе выполнения работы с использованием моделей сверточных нейронных сетей YOLO, DeepSORT и MediaPipe, а также языка программирования Python, был спроектирован комплекс анализа перемещения и поведения человека на видео. Для обнаружения одних и тех же посетителей предложен модифицированный алгоритм, который оказался более эффективным в сравнении с DeepSORT в вопросах баланса скорости и точности. Реализованная система совмещена с элементами пользовательского интерфейса и базой данных PostgreSQL, чтобы организовать удобное взаимодействие пользователей с архитектурой и конфигурацией параметров изучаемого пространства. В целях демонстрации функционала программный продукт был испытан в реальных условиях многолюдного торгового центра, где показал уверенные результаты и доказал ценность для практического применения в действующих системах видеонаблюдения.

This work is focused on the research of video data analysis methods and the development of an innovative surveillance system for public and commercial spaces to improve business performance through creation of an extensive analytical basis of investigated areas of interest. In performing this study, a complex for human movement and behavior in video analysis was constructed using YOLO, DeepSORT and MediaPipe convolutional neural network models, as well as Python programming language. To detect the same visitors, a modified algorithm was proposed, which proved to be more effective than DeepSORT in terms of speed and accuracy balance. The implemented system is integrated with user interface elements and PostgreSQL database to organize convenient user interaction with architecture and configuration parameters for explored space. To demonstrate software functionality, this system was tested in real environment of a crowded shopping mall, where it showed confident results and proved its value for practical usage in existing video surveillance systems.