Введение
ГЛАВА 1. Современные методы, задачи и алгоритмы в области систем анализа аудитории 12
1.1. Вводные замечания 12
1.2. Признаковое описание изображений 14
1.3.1. Методы и алгоритмы на основе машинного обучения Решающие деревья 20
1.3.2. Бустинг 22
1.3.3. Машина опорных векторов 26
1.4. Нейронные сети Особенности построения систем анализа аудитории в задачах спортивной видеоаналитики 30
1.5. Краткие выводы 33
ГЛАВА 2. Разработка и исследование алгоритма детектирования лиц на основе каскада ансамблей решающих деревьев 35
2.1. Вводные замечания 35
2.2. Алгоритм детектирования на основе каскада ансамблей решающих деревьев 38
2.3. Обучение детектора Тестирование модификаций детектора Тестирование алгоритма детектирования в условиях присутствия искажений и помех на изображениях 48
2.4. Краткие выводы 54
ГЛАВА 3. Разработка и исследование алгоритма детектирования фигуры человека 56
3.1. Вводные замечания 56
3.2.1. Реализация алгоритма вычисления HOG-признаков Вычисление градиента 58
3.2.2. Группировка направлений 59
3.2.3. Блоки дескрипторов 60
3.2.4. Нормализация блоков 61
3.2.5. Метод бегущего окна и HOG-детектор 61
3.3. Алгоритм слежения за пешеходами на основе метода Лукаса-Канаде 63
3.3.1. Точечные особенности 63
3.4. Алгоритм Лукаса-Канаде 64 Алгоритм Далала - Триггса 67
3.5. Разработка модифицированного алгоритма 3.6. Оценка качества работы детектора фигуры человека 70
3.7. Результаты тестирования 73
3.8. Краткие выводы 76
ГЛАВА 4. Разработка алгоритмов детектирования человека на видеоизображениях с купольных камер 77
4.1. Вводные замечания 77
4.2. Разработка алгоритма на основе детектирования движения 80
4.3. Разработка алгоритма на основе контекста формы 83
4.4. Разработка алгоритма на основе HOG – признаков 85
4.5. Сравнительный анализ работы алгоритмов 86
4.6. Разработка алгоритма на основе бустинга 87
4.7. Разработка алгоритма на основе локальных бинарных шаблонов 88
4.8. Разработка алгоритм постклассификации ложноположительных результатов 91
Список литературы
