Комп'ютерні системи та мережі

Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/2141

Browse

Author: search.filters.author.Шургот, С. В.Subject: search.filters.subject.004.932

Search Results

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Дослідження методу гістограм напрямлених градієнтів для ідентифікації транспортних засобів
    (Видавництво Львівської політехніки, 2019-03-01) Пуйда, В. Я.; Шургот, С. В.; Puyda, V.; Shurhot, S.; Національний університет “Львівська політехніка”; Lviv Polytechnic National University
    Теоретичні основи, методи та алгоритми розпізнавання візуальних об’єктів починають розробляти з часів появи перших електронних обчислювальних машин. Практичне використання різних завдань розпізнавання образів у сучасних технічних системах зумовлено стрімким розвитком потужних, малогабаритних та порівняно дешевих засобів оброблення цифрових даних і стає все поширенішим у різноманітних галузях. У роботі виконано дослідження ефективності алгоритму гістограм напрямлених градієнтів (HOG) у разі ідентифікації у відео потоці транспортних засобів різних типів: автомобілів, літаків, кораблів. Виконано моделювання алгоритму з використанням пакета MATLAB на прикладі літаків фірми “Антонов”, автомобілів різних марок та різних кораблів. У результаті моделювання з допомогою інструментів MATLAB отримано спеціалізовані SVM-класифікатори для ідентифікації деяких марок автомобілів, літаків та кораблів. Для отримання класифікатора використовували вибірки зображень із сцен, на яких є об’єкти, що ідентифікуються, та негативних зображень сцен, на яких відсутні такі об’єкти. Здійснено порівняння основних параметрів класифікаторів. У процесі моделювання алгоритму проводили навчання спеціалізованого класифікатора для ідентифікації об’єктів класу автомобілів, літаків, кораблів та підбір оптимальних параметрів навчання і робочого функціонування спеціалізованого класифікатора для досягнення найефективнішої ідентифікації. Аналіз отриманих результатів показав, що використаний алгоритм із найбільшою ефективністю працює на об’єктах класу “автомобілі”. Для перевірки функціонування алгоритму на реальних об’єктах у режимі реального часу розроблено структурну схему модуля ідентифікації на основі мікрокомп’ютера з відкритим кодом типу Orange Pi зі встановленою ОС Android ZIDOO.