Отрывок: Это сработало так, потому что наши воспринимаемые поля были равны 3, и мы использовали дополнение нулями 1. Если бы его не было, то выходной объём имел бы пространственное измерение только 3, потому что это такое количество нейронов, которые бы поместились по первоначальному входу. В общем случае, установка дополнения нулями будет , когда шаг , что гарантирует, что входной и выходной объёмы будут иметь оди...
Название : Разработка алгоритмов детектирования атипичного поведения в системах видеонаблюдения
Авторы/Редакторы : Шустанов А. В.
Якимов П. Ю.
Кузнецов А. В.
Суханов С. В.
Министерство образования и науки Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Институт информатики
математики и электроники
Дата публикации : 2018
Библиографическое описание : Шустанов, А. В. Разработка алгоритмов детектирования атипичного поведения в системах видеонаблюдения : вып. квалификац. работа по направлению подготовки "Прикладная математика и информатика" (уровень магистратуры) магистерская программа / А. В. Шустанов ; рук. работы П. Ю. Якимов; нормоконтролер С. В. Суханов; рец. А. В. Кузнецов ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т. - Самаpа, 2018. - on-line
Аннотация : Объектом исследования являются методы локализации иотслеживания движения объектов, методы детектирования атипичного поведения людей в помещении по видеопотоку со стационарной камеры.Цели работы: 1. Исследование и реализации методов локализации объектов на видео. 2. Исследование и реализация методов отслеживания движения объектов на видео. 3. Разработка методов детектирования атипичного поведения. 4. Разработка автоматизированной системы обработки данных, полученных с камер системы видеонаблюдения для помощи сотрудника безопасности, наблюдающего за видеопотоками с этих камер.В результате работы была разработана автоматизированная система, анализирующая входные потоки с набора камер системы видеонаблюденияна предмет наличия атипичного поведения. В работе приведены оценки качества и скорости работы разработанных методов и системы.
Другие идентификаторы : RU\НТБ СГАУ\ВКР20180911141019
Ключевые слова: атипичное поведение
сверточные нейронные сети
системы машинного обучения
системы видеонаблюдения
TENSORFLOW
GPU
трекинг
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Шустанов_Александр_Викторович_Разработка_алгоритмов_детектирования_атипичного.pdf4.29 MBAdobe PDFПросмотреть/Открыть  
Показать полное описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.