OVERVIEW OF MACHINE LEARNING METHODS FOR REAL-TIME TRACKING SYSTEMS FOR DYNAMIC OBJECTS

Аннотация

Значительный прогресс был достигнут в разработке систем видеоаналитики и технологий аутентификации отдельных изображений. Однако проблемы с распознаванием динамических изображений сохраняются из-за сложности и изменчивости поведения в реальном мире. Определенные сценарии придают особое значение извлечению информации о структуре и движении объектов в пределах сцены, например, внутреннее видеонаблюдение в многолюдных местах, управление движением роботизированных систем и мониторинг движения транспортных средств.

Для задач отслеживания объектов текущие исследования и разработки сосредоточены на решении следующих практических проблем:

Изменения в освещении сцены или условиях освещения изображения.

Шум, создаваемый системами камер.

Объекты, которые меняют форму с течением времени.

Временное исчезновение объектов из-за окклюзии другими объектами.

Одновременное движение нескольких объектов со схожими характеристиками и пересекающимися траекториями.

В области распознавания объектов сохраняется острая потребность в алгоритмах реального времени, способных точно идентифицировать объекты в видеокадрах, несмотря на помехи или шум. Поэтому разработка, совершенствование и анализ алгоритмов отслеживания и распознавания объектов на видеоматериалах продолжают оставаться важнейшими задачами на современном этапе научно-технического прогресса.

Основной целью является разработка, совершенствование и изучение новых алгоритмов отслеживания и распознавания объектов на видеоматериалах с учетом искажений и помех. Эта работа соответствует практическим требованиям эффективной работы современных систем безопасности.

            Ключевые слова: Open Source Computer Vision, Region of interest, Background subtraction, Optical character recognition.