Дослідження методу гістограм напрямлених градієнтів для ідентифікації транспортних засобів

Simple item page
dc.citation.epage75
dc.citation.issue1
dc.citation.journalTitleКомп’ютерні системи та мережі
dc.citation.spage69
dc.citation.volume1
dc.contributor.affiliationНаціональний університет “Львівська політехніка”
dc.contributor.affiliationLviv Polytechnic National University
dc.contributor.authorПуйда, В. Я.
dc.contributor.authorШургот, С. В.
dc.contributor.authorPuyda, V.
dc.contributor.authorShurhot, S.
dc.coverage.placenameЛьвів
dc.coverage.placenameLviv
dc.date.accessioned2021-04-20T11:42:00Z
dc.date.available2021-04-20T11:42:00Z
dc.date.created2019-03-01
dc.date.issued2019-03-01
dc.description.abstractТеоретичні 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.
dc.description.abstractDevelopment of theoretical background, methods and algorithms for identification of visual objects has begun when the first computers appeared. Application of various object recognition techniques in modern technical systems is boosted by fast development of powerful, small and relatively cheap digital devices for data processing that become more and more common these days. In this paper, we study the application of the histogram of oriented gradients (HOG) method to the problem of identification of three kinds of vehicles: cars, planes and ships. The algorithm was implemented in MATLAB and tested using images of Antonov planes and different models of cars and ships. As a result, SVM classifiers for identification of some models of cars, planes and ships were created. To create these classifiers, the authors used sets of images containing the objects to be identified as well as “negative” sets of images that do not contain them. Main parameters of the obtained classifiers were compared. During the simulations, the specialized classifiers for identification of different models of cars, planes and ships were trained and optimal parameters for training and verification were selected to achieve best results. The study showed best results for car objects. To verify the algorithm in real time using real-world images, the authors developed an identification module based on an open-source Orange Pi microcomputer operating under the Android ZIDOO OS.
dc.format.extent69-75
dc.format.pages7
dc.identifier.citationПуйда В. Я. Дослідження методу гістограм напрямлених градієнтів для ідентифікації транспортних засобів / В. Я. Пуйда, С. В. Шургот // Комп’ютерні системи та мережі. — Львів : Видавництво Львівської політехніки, 2019. — Том 1. — № 1. — С. 69–75.
dc.identifier.citationenPuyda V. On application of the histogram of oriented gradients method to vehicles identification / V. Puyda, S. Shurhot // Kompiuterni systemy ta merezhi. — Lviv : Lviv Politechnic Publishing House, 2019. — Vol 1. — No 1. — P. 69–75.
dc.identifier.issn2707-2371
dc.identifier.urihttps://ena.lpnu.ua/handle/ntb/56358
dc.language.isouk
dc.publisherВидавництво Львівської політехніки
dc.publisherLviv Politechnic Publishing House
dc.relation.ispartofКомп’ютерні системи та мережі, 1 (1), 2019
dc.relation.references1. Navneet Dalal, Bill Triggs. Histograms of Oriented Gradients for Human Detection. International Conference on Computer Vision & Pattern Recognition (CVPR ‘05), Jun 2005, San Diego, United States. pp. 886–893, 10.1109/CVPR.2005.177. inria-00548512.
dc.relation.references2. Drozd V. P. Applying a HOG for detecting a pedestrian in an image [Text] / V. P. Drozd // Informatics, Mathematics, Automation: Materials and Program of the Scientific and Technical Conference, Sumy, April 21–26, 2014 / Ans. for the issue SI. Procenko. Sumy: SSU, 2014. P. 52.
dc.relation.references3. Elektronnyi resurs: http://www.orangepi.org/downloadresources/
dc.relation.referencesen1. Navneet Dalal, Bill Triggs. Histograms of Oriented Gradients for Human Detection. International Conference on Computer Vision & Pattern Recognition (CVPR ‘05), Jun 2005, San Diego, United States. pp. 886–893, 10.1109/CVPR.2005.177. inria-00548512.
dc.relation.referencesen2. Drozd V. P. Applying a HOG for detecting a pedestrian in an image [Text], V. P. Drozd, Informatics, Mathematics, Automation: Materials and Program of the Scientific and Technical Conference, Sumy, April 21–26, 2014, Ans. for the issue SI. Procenko. Sumy: SSU, 2014. P. 52.
dc.relation.referencesen3. Elektronnyi resurs: http://www.orangepi.org/downloadresources/
dc.relation.urihttp://www.orangepi.org/downloadresources/
dc.rights.holder© Національний університет “Львівська політехніка”, 2019
dc.rights.holder© Пуйда В. Я., Шургот С. В., 2019
dc.subjectідентифікація
dc.subjectалгоритм гістограм напрямлених градієнтів (HOG)
dc.subjectSVM класифікатор
dc.subjectidentification
dc.subjectdirectional gradient histogram algorithm (HOG)
dc.subjectSVM classifier
dc.subject.udc004.932
dc.titleДослідження методу гістограм напрямлених градієнтів для ідентифікації транспортних засобів
dc.title.alternativeOn application of the histogram of oriented gradients method to vehicles identification
dc.typeArticle

Files

Original bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
2019v1n1_Puyda_V-On_application_of_the_histogram_69-75.pdf
Size:
1.8 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
2019v1n1_Puyda_V-On_application_of_the_histogram_69-75__COVER.png
Size:
403.7 KB
Format:
Portable Network Graphics
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.99 KB
Format:
Plain Text
Description:
Download

Collections

Комп'ютерні системи та мережі. – 2019. – Том 1, № 1