Інформаційна технологія пошуку об'єктів відеопослідовності. Технологія розпізнавання об'єктів у стиснутій відеопослідовності

Скорочена інформація про документ
dc.contributor.authorЯкушина, Анастасія Олексіївна
dc.date.accessioned2023-06-30T10:15:23Z
dc.date.available2023-06-30T10:15:23Z
dc.date.issued2022
dc.description.abstractУ дипломній роботі розробляється тема «Технологія розпізнавання об'єктів у стиснутій відеопослідовності». Технологія виявлення та відстеження облич є одним із важливих напрямків досліджень у задачах відстеження. Вона широко використовується в різних додатках у повсякденному житті, таких як відеоспостереження, взаємодія людини з комп’ютером, автоматичне супроводження цілей, безпечне водіння та медична діагностика. Більшість існуючих методів відстеження обличчя виявляють зображення обличчя в кожному кадрі відеопослідовності та реалізують динамічне відстеження обличчя. Метою роботи є підвищення ефективності виявлення облич у стиснутій відеопослідовності шляхом розробки методу машинного навчання. Під ефективністю розуміється покращення точності і скорості виконання виявлення облич.uk_UA
dc.description.abstractIn this thesis, the topic «Object recognition technology in a compressed video sequence» is designed. Face detection and tracking technology is one of the important areas of research in tracking tasks. It is widely used in various applications in daily life, such as video surveillance, human-computer interaction, automatic target tracking, safe driving, and medical diagnosis. Most existing face tracking methods detect face images in each frame of a video sequence and implement dynamic face tracking. The goal of the work is to improve the efficiency of face detection in a compressed video sequence by developing a machine learning method. Efficiency means improving the accuracy and speed of face detection. As a result of the research carried out in the work, the methods of object detection in video sequences were considered, a face detection method using the advantages of compressed video sequences was proposed. The use of motion vectors from non-keyframes allowed to significantly reduce the number of calls to the face detection module, which internally uses an SSD neural network with already pre-trained weights on the WIDER FACE dataset. With the help of information about motion vectors, it is possible to shift previously found bounding frames by the amount of motion vectors.
dc.identifier.citationЯкушина, А. О. Інформаційна технологія пошуку об'єктів відеопослідовності. Технологія розпізнавання об'єктів у стиснутій відеопослідовності : дипломна робота магістра / А. О. Якушина. – Одеса, 2022. – 60 с.uk_UA
dc.identifier.urihttps://dspace.onu.edu.ua/handle/123456789/35603
dc.language.isoukuk_UA
dc.publisherОдеський національний університет ім. І. І. Мечниковаuk_UA
dc.subject126 інформаційні системи та технологіїuk_UA
dc.subjectосвітня програма інформаційні системи та технологіїuk_UA
dc.subjectоб'єкт відеопослідовності.uk_UA
dc.subjectрозпізнаванняuk_UA
dc.subjectмодуліuk_UA
dc.subjectархітектура системиuk_UA
dc.titleІнформаційна технологія пошуку об'єктів відеопослідовності. Технологія розпізнавання об'єктів у стиснутій відеопослідовностіuk_UA
dc.title.alternativeInformation technology of searching objects in video sequence. Object recognition technology in a compressed video sequenceuk_UA
dc.typeDiplomasuk_UA
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
126_Yakushyna_Anastasiia_Oleksiivna1.pdf
Розмір:
313.38 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
Магістри МФІТ