Probabilistic approach to object detection and recognition for videostream processing

English

Виявлення та розпізнавання об’єктів за допомогою ймовірнісного підходу при обробці відеоданих

Мета: Представлені результати спрямовані на розвиток теоретичних засад комп'ютерного зору та штучного інтелекту динамічних систем. Запропонований підхід до виявлення та розпізнавання об'єктів базується на ймовірнісних методах забезпечення необхідного рівня правильного розпізнавання об'єктів. Методи дослідження: Представлений підхід базується на методах теорії ймовірності, статистичних методах оцінки щільності ймовірності та комп'ютерному моделюванні. Результати: Запропонований підхід для виявлення та розпізнавання об'єктів при обробці відеоданих продемонстрував ряд переваг у порівнянні з існуючими методами завдяки простоті реалізації та швидкій обробці даних. Представлені результати експериментальної перевірки виглядають перспективно для виявлення та розпізнавання об'єктів у відеопотоці. Обговорення: Підхід може бути реалізований у динамічній системі в умовах мінливого середовища, наприклад, у дистанційно пілотованих авіаційних системах, та може бути складовою штучного інтелекту в системах навігації та управління.

Цель: Представленные результаты исследования направлены на развитие теоретических основ компьютерного зрения и искусственного интеллекта в динамической системе. Предложенный подход к обнаружению и распознаванию объектов основан на вероятностных предположениях и служит для обеспечения необходимого уровня правильного распознавания объектов. Методы исследования: Представленный подход основывается на методах теории вероятности, методах статистического оценивания плотности вероятности и компьютерного моделирования для верификации. Результаты: Предложенный подход к обнаружению и распознаванию объектов при обработке видеоданных продемонстрировал ряд преимуществ по сравнению с существующими методами ввиду простоты реализации и быстрой обработки данных. Представленные результаты моделирования выглядят многообещающе для применения в задачах обнаружения и распознавания объектов в видеопотоке. Обсуждение: Описанный подход может быть реализован в динамической системе в условиях меняющейся среды, например, в дистанционно пилотируемых авиационных системах, и может быть частью искусственного интеллекта в системах навигации и управления. Ключевые слова: Байесовский подход, видеопоток, обнаружение объекта, плотность вероятности, распознавание, BLOB.

Peer-Reviewed Articles, Published in Local Journals

8

14

Bayesian approach, probability density function, BLOB, object detection, recognition, video stream

Proceedings of the National Aviation University

Вісник Національного Авіаційного Університету

71

2

2017