МАТЕМАТИЧНА МОДЕЛЬ ОЦІНКИ ПАРАМЕТРІВ ОБ'ЄКТІВ ДЛЯ ВИРІШЕННЯ ЗАДАЧ ВІДЕОАНАЛІТИКИ
05.09.2023 15:57
[1. Information systems and technologies]
Author: Лебедєв Олег Григорович, кандидат технічних наук, доцент, Харківський національний університет радіоелектроніки, м. Харків;
Бондар Олег Володимирович, магістр, Харківський національний університет радіоелектроніки, м. Харків
Створення штучних систем розпізнавання образів та детекції об`єктів протягом відеоряду залишається складною теоретичної і технічною проблемою. Все частіше для цього використують новітні мультикоптерні системи. Вони можуть використовуватися в системах відеоспостереження, в аграрному секторі, в технічній діагностиці та в інших областях. Важливість і актуальність мобільних систем обробки зображень на базі мультикоптеру, полягає в детектуванні об`єктів за рухом або іншими ознаками. Необхідність розпізнавання і відстеження в відеопотоці рухомих об`єктів за допомогою систем обробки зображень є дуже складною технічною задачею. Вирішення такої проблеми потребує створення якісної моделі обробки зображень, та побудування певних алгоритмів роботи. Для реалізації визначення рухомих об'єктів був використаний апарат математичної статистики, при цьому передбачається, що вибірка даних здійснюється з перших n кадрів відео, коли руху об'єктів відеопослідовності не відбувається, тобто на перших кадрах зображення статично.
Дані кадри беруться як послідовність для попереднього аналізу з метою створення моделі заднього плану за допомогою нормально розподіленої випадкової величини яскравості пікселя в тимчасовій площині. Попередньо з масиву кадрів n необхідно виділити пікселі, значення яскравості світіння яких на всіх кадрах постійні, дані пікселі належатимуть до заднього плану, так як не змінюються і утворюють підмножину елементів матриці заднього плану. Для пікселів з координатами [i, j, k], що мають відхилення, визначається середнє вибіркове значення яскравості (математичне очікування):
де μi,j,0 – математичне очікування (середнє значення яскравості) пікселя i, j нульового кадру;
yi,j,k – значення яскравості світіння пікселя i, j в кадрі k, в бітах;
n – загальна кількість кадрів для аналізу.
Література
1. Серков О.А., Князєв В.В., Лазуренко Б.О., Яковенко І.В., Чурюмов Г.І., Токарєв В.В. Надширокосмугові технології в задачах забезпечення електромагнітної сумісності рухомих об’єктів // Проблеми електромагнітної сумісності перспективних бездротових мереж зв'язку (ЕМС-2019):збірник наукових робіт четвертої міжн. наук.-техн. конф., 24 жовт. 2019 р. - Харків, 2019. - С. 55-57.
2. Krivoulya G., Koshevoy N., Tokariev V., Ilina I., Dubinsky D. Solving the Task of Topological Formation Intelligent Mobile «S-bots» for One «Swarm-bot» System // Proceedings of the 7th International Conference on Computational Linguistics and Intelligent Systems: (COLINS 2023). CEUR Workshop Proceedings., 20-21 april. 2023 y. - Kharkiv, Ukraine. - рр. 273-282.
3. Кривуля Г.Ф., Токарєв В.В., Ільїна І.В., Кравець В.Є. Взаємодія між «s-bots» однієї «Swarm-bot» system у фізичному неорганізованому середовищі. // Системи управління, навігації та зв'язку. - 2023. №1(71). - С.108-111. Doi: 10.26906/SUNZ.
4. G. Krivoulya, I. Ilina, V. Tokariev, V. Shcherbak. Mathematical Model for Finding Probability of Detecting Victims of Man-Made Disasters Using Distributed Computer System with Reconfigurable Structure and Programmable Logic / G. Krivoulya, V. Tokariev, I. Ilina, V. Shcherbak // IEEE International Scientific-Practical Conference Problems of Infocommunications, Science and Technology: (PIC S&T), 06-09 oct. 2020y. - Kharkiv, 2020. - P.573 - 576.
5. G. Krivoulya, V. Tokariev, I. Ilina, O. Lebediev, V. Shcherbak. Algorithm of Iterations of Distribution of Subtasks Between «S-Bot» in One «Swarm-Bot» System // Proceedings of the 6th International Conference on Computational Linguistics and Intelligent Systems: (COLINS 2022). CEUR Workshop Proceedings., 12-13 may. 2022 y. - Gliwice, Poland, 2022. - P. 1531-1541.