БЛОЧНЫЙ АЛГОРИТМ ОБНАРУЖЕНИЯ И КЛАССИФИКАЦИИ ОБЪЕКТОВ С ИСПОЛЬЗОВАНИЕМ СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ ДЛЯ ВИДЕОПОСЛЕДОВАТЕЛЬНОСТЕЙ БОЛЬШОГО РАЗРЕШЕНИЯ

И. Ю. ЗАХАРОВА

Авторы

И. Ю. ЗАХАРОВА Полоцкий государственный университет

Аннотация

Представлен алгоритм обнаружения объектов на видеоизображениях с разрешением 4К и выше, основанный на блочной обработке кадра с использованием сверточной нейронной сети Yolo v3. Отличительной особенностью при этом является построение и использование групп коррелированных объектов, что позволяет значительно уменьшить вероятность фрагментарной классификации одного объекта для граничных областей блоков. Для программной реализации использовался фреймворк Pytorch и база данных объектов COCO, которая включает в себя 80 классов.

Библиографические ссылки

Deep Residual Learning for Image Recognition / K. He [et al.] //Proc. of IEEE Conf. on Computer Vision and Pattern Recognition, CVPR 2016, Las Vegas, NV, USA. – 2016. – P. 770–778.

Szegedy, C. Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning / C. Szegedy, S. Ioffe, V. Vanhoucke // Proc. of the Thirty-First AAAI Conference on Artificial Intelligence (AAAI-17), 2017. – 4278–4284.

Object Detection via Region-based Fully Convolutional Networks [Electronic resource]. – Mode of access: https://arxiv.org/pdf/1605.06409.pdf. – Date of access: 20.12.17.

Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks [Electronic resource]. – Mode of access: http://papers.nips.cc/paper/5638-faster-r-cnn-towards-real-time-objectdetection-with-region-proposal-networks.pdf. – Date of access: 20.12.17.

You Only Look Once: Unified, Real-Time Object Detection / J. Redmon [et al.] // Proc. of IEEE Conf. on Computer Vision and Pattern Recognition, CVPR 2016, Las Vegas, NV, USA. – 2016. – Р. 779–788.

YOLO9000 Better, Faster, Stronger [Electronic resource]. – Mode of access: https://arxiv.org/pdf/1612.08242.pdf. – Date of access: 20.12.17.

YOLOv3: An Incremental Improvement [Electronic resource]. – Mode of access: https://arxiv.org/pdf/1804.02767.pdf. – Date of access: 15.06.18.

An Effective Object Detection Algorithm for High Resolution Video by Using Convolutional Neural Network / Denis Vorobjov [et al.] // Huang T., Lv J., Sun C., Tuzikov A. (eds) Advances in Neural Networks. – ISNN 2018. ISNN 2018. Lecture Notes in Computer Science, vol 10878, Cham, Switzerland. – 2018. – Р. 503–510.

COCO – Common Objects in Context [Electronic resource]. – Mode of access: http://cocodataset.org. – Date of access: 15.06.18.

PyTorch [Electronic resource]. – Mode of access: https://pytorch.org. – Date of access: 15.06.18.

OpenCV library [Electronic resource]. – Mode of access: https://opencv.org. – Date of access: 15.06.18.