4. розпізнавання на основі рухів,
наприклад, розпізнавання людини за
ходою;
автоматизоване спостереження, тобто
спостереження за певною сценою дій
для виявлення підозрілої активності
чи небажаних подій;
взаємодії людини з комп'ютером,
наприклад, розпізнавання жестів, рух
очей і т. д.
моніторинг трафіку, тобто огляд трафіку
в реальному часі для більш правильного
напрямку транспортного потоку;
навігація автомобілів, наприклад
складання маршруту для об'їзду
перешкод на основі відеоматеріалів.
6. Предмет рухається лише тоді, коли він змінює своє положення.
Отже, динамічний (рухомий) об’єкт на зображеннях
характеризується своїм положенням, напрямком руху та,
опціонально, швидкістю зміни положення
7. • Локалізація об'єктів, що рухаються
результатом найчастіше є обмежувальний прямокутник (ROI)
• Розпізнавання об'єктів на динамічних зображеннях - опціонально
• Стеження за об'єктами, що рухаються, від кадру до кадру
вхідними даними етапу є положення обєкту на першому кадрі
вихідними даними є траєкторія руху обєктів (слід або track)
• Аналіз об'єктів, що рухаються для розпізнавання його поведінки.
8. А - Центральне.
Б - Безліч точок.
В - Прямокутне.
Г - Еліптичне.
Д - Часткове, на основі
кількох частин.
Е - Скелетон.
Є - Контрольні точки на
контур.
Ж - Кінцевий контур
об'єкта.
З – Силует.
А Б В Г Д
Е Є Ж З
11. Низька обчислювальна складність;
Можливість обробки не менше 25 кадрів відеопотоку за секунду;
Це найважливіші характеристики, які оцінюються насамперед під час
виборів методів
Стійка робота у будь-який час року та у різний час доби;
Мінімальна кількість помилок при визначенні цільових обєкті;
Максимальна незалежність від шуму апаратури;
Мінімальна кількість спрацьовувань на об'єкти, що не є областю
інтересу (дерева, що гойдаються, листя….)
12. Аналіз характеру руху
За допомогою порогів швидкості
Визначення параметрів руху
Наприклад, визначення швидкості, враховуючи параметри камери
Трекінг
Наприклад, спираючись на пошук центру об'єкту в межах його положення на
попередньому кадрі
Класифікація обєктів
Метод гістограм направлених обєктів або класифікатор
Виділення контурів
Наприклад, скануючий алгоритм
Детектування об'єктів, що рухаються
Наприклад, методом видалення фону
Шумопригнічення
Наприклад, метод Гауса
Калібрування камери
Зазвичай використання калібрувального обєкту у вигляді шахової дошки
детектор «пішохода
детектор «обличчя»»
13. Оптичне захоплення відео
Пасивний спосіб – маркери просто відбивають
світло
Активний спосіб – маркери випромінюють
світло
Магнітні датчики визначають їх положення та
орієнтацію в магнітному полі
Електромеханічні датчики – ротори, з’єднані зі
стержнями, вирівняними за кінцівками, записують
свій стан – для рук, інколи використовуються
оптичні датчики
14.
15. МАСШТАБОВАНІСТЬ
Відео ≠ 1 кадр! Це призводить до збільшення обчислювального навантаження
ЗМІНА У ЧАСІ
Вид об'єкту змінюється від кадру до кадру через зміну ракурсу, освітлення, внутрішніх
змін (людина, що рухається)
ДЕКІЛЬКА ОБЄКТІВ
У сцені може бути декілька об'єктів, які можуть бути схожими один на одного, або які
можуть перекривати один одного …
16. Точність детекції (Detection Accuracy).
Точність відстеження (Tracking Accuracy)
Точність класифікації (Classification Accuracy)
Швидкість виявлення та відстеження (Detection and Tracking Speed)
Стійкість до спотворень (Robustness to Distortions)
Співставлення об'єктів (Object Matching)
17. 1. Методи машинного навчання для виділення фону
2. Сучасні нейромережеві моделі для аналізу відеопослідовностей та детектування
об'єктів (SSD, Faster R-CNN , RetinaNet, Mask R-CNN, EfficientDet, YOLOv8 -
January 2023 )
3. OpenCV для відеоаналізу
4. Генеративна динаміка зображень