Персоналии

При решении задачи сопровождения объектов для изображений ИК-диапазона получить релевантную базу необходимого объема для обучения нейронной сети достаточно проблематично. Основными помехами являются отсутствие базы изображений дальнего ИК-диапазона и сложность калибровки оборудования камер разных производителей для составления базы. Вследствие этих причин и сложности разметки границ объектов данного диапазона использование нейронных сетей на сегодняшний день нецелесообразно. В работе рассмотрены принципы сопровождения объекта на изображениях ИК-диапазона, которые основаны на получении ключевых точек с помощью алгоритмов SIFT, SURF, ORB. Выделены особенности данных методов, а также отмечена специфика изображений дальнего ИК-диапазона и наблюдаемых на нем объектов. Проанализированы подходы для сохранения признаков сопровождаемого объекта при переходе к новому кадру видеоизображения, выявлены их основные преимущества и недостатки. На основе полученных результатов предложена модернизация алгоритма сопровождения с использованием модификации алгоритма Джарвиса, позволяющая повысить качество слежения за объектом. Экспериментально проведена оценка влияния дополнительной обработки в алгоритме сопровождения на быстродействие. Предложенный подход к сопровождению объекта на ИК-изображении, составленный на основе ключевых точек алгоритма ORB и применения модифицированного алгоритма Джарвиса, инвариантен к поворотам и масштабированию искомого объекта и позволяет отслеживать его в условиях высокой неоднородности фона и при наличии похожих объектов. Применение разработанного алгоритма дает возможность избежать существенной потери быстродействия и значительно повысить при этом эффективность сопровождения объекта в среднем на 20 %. При этом данная модификация потребовала менее 3 % дополнительного времени обработки по сравнению с методом сохранения точек объекта.

• Просмотров: 629 | Комментариев : 0

Предложен подход к разделению на кластеры объектов на изображениях ИК-диапазона. В качестве данных для кластеризации использовано множество ключевых точек-соответствий, получаемых с помощью алгоритмов SIFT, SURF, ORB. Составлена типовая схема обнаружения объекта и проведен анализ алгоритмов кластеризации. Выявлены ограничения при использовании существующих подходов, которые подтолкнули к созданию собственного решения задачи кластеризации. Разработанный алгоритм протестирован, показана его эффективность для изображений ИК-диапазона. Результаты данного подхода к кластеризации могут быть использованы для классификации объектов по площади.

• Просмотров: 1554 | Комментариев : 0