Исследование методов типизации движущихся объектов на основе нейронной сети

• Номер работы:
  588469
• Раздел:
  Все работы   →   Магистерские работы   →   Информационное обеспечение, программирование
• Год добавления:
  25.12.2019 г.
• Объем работы:
  80 стр.
• Содержание:
  Введение 3
  1 Анализ предметной области 5
  1.1 Сферы применения классификации изображений 5
  1.2 Особенности слежения за объектами на видео 9
  2 Исследование алгоритмов типизации движущихся объектов 17
  2.1 Методы обнаружения движущихся объектов 17
  2.2 Особенности типизации изображений 21
  2.3 Применение технологий машинного обучения для классификации изображений 30
  2.4 Оценка ожидаемых потерь при использовании машинного обучения 42
  3 Проектирование и разработка системы 48
  3.1 Постановка задачи и технологии её решения 48
  3.2 Начальный анализ данных 49
  3.3 Построение модели детектирования объектов с помолщью CNN 55
  4 Тестирование разработанной системы на реальных данных 63
  Заключение 71
  Список использованных источников 73
  
  
• Выдержка из работы:
  Некоторые тезисы из работы по теме Исследование методов типизации движущихся объектов на основе нейронной сети
  Введение
  Замена многих функций выполняемых человеком автоматизированными системами требует разработки новых технологий распознавания изображений. Человеческий мозг является очень сложной системой и решение на первый взгляд очень простых задач, которым человек обучается в процессе роста и развития, оказывается серьезной проблемой.
  Стандартная задача, которая ставится перед ребенком пяти лет, состоящая в определении животного: собаки или кота, после непродолжительного обучения легко решается. Но для решения такой задачи человек использует тысячи нейронный связей, и признаки, по которым происходит выявление нужного животного в полной мере не формулируются, а, следовательно, не так просто обозначить для робота разделение таких объектов [44, 45].
  .......
  1 Анализ предметной области
  1.1 Сферы применения классификации изображений
  Применение классификаций изображений сегодня настолько широко, что сложно представить сферу, в которой не реализованы какие-либо алгоритмы, частью которых становится процесс классификации изображений [].
  Кроме используемых технологий существуют и программные решения, прикладная цель которых напрямую связана с классификацией изображений. Одним из таких решений является система [2]. Решение предназначено для проведения анализа электронных изображений компонентов, созданных камерами сборочной линии на заводе по производству монтажных схем, и определяет их состояние ошибки. Цель состоит в том, чтобы минимизировать или устранить необходимость вмешательства оператора для определения возможного брака и отбора потенциально неисправных схем на тестовой компьютерной сборочной линии.
  ................