Разработка системы анализа траекторий движения пешеходов методами искусственного интеллекта по данным камер видео наблюдения

Егорова Екатерина Романовна
Бесплатно
В избранное
Работа доступна по лицензии Creative Commons:«Attribution» 4.0

Сегодня технологии искусственного интеллекта используются в потребительских продуктах, таких как камеры смартфонов или камеры видеонаблюдения, где основной задачей компьютеров является идентификация объектов на изображениях. С развитием методов определения положения предметов на изображениях и видеозаписях, появилась необходимость отслеживания положения и перемещения людей, с целью дальнейшего использования этой информации в обеспечении безопасности и в маркетинге. В данной работе мы ставили цель разработать систему анализа траекторий движения пешеходов методами искусственного интеллекта по данным камер видео наблюдения, способной работать в режиме реального времени. В качестве инструментов были использованы: модель распознавания OpenPose, предсказание роста пешеходов в условиях потери данных методами линейного регрессора и многослойного персептрона и гомоморфное преобразование координат. В результате, мы получили клиент-серверное приложение, способное на запрос пользователя (видео с камер видеонаблюдения и координаты исследуемой области) возвращать полную информацию о трекинге пешеходов с кадров видео в границах запрашиваемой области и координаты для возможности восстановления трехмерной модели.

Введение ………………………………………………………………………………………………… 3
Постановка цели и задачи ……………………………………………………………………….. 5
Обзор литературы …………………………………………………………………………………… 6
Глава 1. Данные и использованные инструменты…………………………………….. 12
Глава 1.1 OpenPose ……………………………………………………………………………… 15
Глава 1.2. Преобразование координат …………………………………………………. 17
Глава 1.3. Линейная регрессия …………………………………………………………….. 21
Глава 1.4. Многослойный персептрон ………………………………………………….. 23
Глава 2. Распознавание поз ……………………………………………………………………. 25
Глава 3. Определение роста пешеходов в условиях потери данных ………….. 30
Глава 4. Перспективное преобразование координат………………………………… 35
Заключение …………………………………………………………………………………………… 43
Список литературы ………………………………………………………………………………… 44
Приложение

Сегодня технологии искусственного интеллекта используются во
многих областях: от фильтрации содержимого в социальных сетях до
биржевых роботов. Они все чаще присутствуют в потребительских продуктах,
таких как камеры смартфонов или камеры видеонаблюдения, где основной
задачей компьютеров является идентификация объектов на изображениях. В
решении таких задач все чаще приоритет отдается методам глубокого
обучения. Глубокие нейронные сети привели к прорывам в распознавании
образов на изображениях и видеозаписях. В течение многих лет, они доказали
свою эффективность по сравнению с другими методами распознавания.
Разработкой нейронных сетей занимались такие технологические гиганты, как
Google (сеть-игрок в игру го AlphaGo), Microsoft (ряд сервисов для
идентификации изображений), стартапы MSQRD, Prisma и другие.
С развитием методов определения положения предметов на
изображениях и видеозаписях, появилась необходимость отслеживания
положения и перемещения людей, с целью дальнейшего использования этой
информации в обеспечении безопасности и в маркетинге. Умея распознавать
позы и части тела людей, можно предсказывать девиантное поведение
отдельно взятых личностей в толпе, анализировать поведение покупателей,
отслеживать их перемещение в помещениях с целью дальнейшего логического
размещения товаров на полках или рекламных проспектов. Более того,
данные, полученные c помощью нейронный сетей можно отображать в
виртуальном трехмерном пространстве. Такое решение может быть
востребовано в среде разработки видеоигр, в частности, в симуляциях боев и
предсказаниях поведения пользователей-игроков. Методы глубокого
обучения предоставляют большие возможности для решения такого рода
задач.
В данной работе предлагалось, используя методы глубокого обучения
научиться распознавать части тела пешеходов на кадрах видео, взятых с камер
наблюдения и научиться получать траектории перемещения пешеходов.
Постановка цели и задачи

В данной работе мы ставили цель разработать систему анализа
траекторий движения пешеходов методами искусственного интеллекта по
данным камер видео наблюдения, способной работать в режиме реального
времени. Для достижения этой цели было поставлено несколько задач,
которые были успешно выполнены:
1. Были накоплены тестовых данных: видео, записанное статичной
камерой видео наблюдения в разных погодных условиях, на улицах, в
торговых центрах и в разное время суток;
2. Применена система, способной распознавать пешеходов на видео в
режиме реального времени;
3. Определены координаты ног (x; y) в двумерном пространстве;
4. Выполнено предсказание роста пешеходов в условиях потери данных;
4. Выполнено проективного преобразование координат для
отслеживания трекинга пешеходов и перенесения данных из двумерного в
трехмерное пространство;
5. Создано универсальное клиент-серверное приложение,
возвращающего координаты пешеходов для отображения этих данных в
трехмерном пространстве и изображение трекинга.
В результате, мы получили готовое клиент-серверное приложение,
способное обрабатывать запрос пользователя (путь к видео и координаты
исследуемой области) и возвращать полную информацию о трекинге
пешеходов с кадров видео в границах запрашиваемой области и координаты
для возможности восстановления трехмерной модели.

1.Ефимов, А.И. Алгоритм поэтапного уточнения проективного
преобразования для совмещения изображений. Компьютерная оптика. Т. 40,
№2. С. 258-265. 2016.
2.Граве Д. А. Гомография. Энциклопедический словарь Брокгауза и
Ефрона: в 86 т. (82 т. и 4 доп.). – СПб., 1890 – 1907.
3.Малков А.Н., Михайлов И.А., Штерн Г.П., “Восстановление
изображений,искажённыхперспективнымпреобразованием”//
Моделирование и анализ информационных систем, 16:2 (2009), 88–103.
4.Хартсхорн. Р. Основы проективной геометрии. — М.: Мир, 1970.
5.Andriluka M.; Roth S.; Schiele B. People-Tracking-by-Detection and
People-Detection-by-Tracking // InProc. of the IEEE Conf. on Computer Vision and
Pattern Recognition (CVPR), 2008.
6.Andriluka M. PoseTrack: a benchmark for human pose estimation and
tracking // InProc. of the IEEE Conf. on Computer Vision and Pattern Recognition
(CVPR), 2018.
7.Cao Zhe, Simon T., Wei Shih-En, Sheikh Y. Realtime Multi-Person 2D
Pose Estimation using Part Affinity Fields // InProc. of the IEEE Conf. on Computer
Vision and Pattern Recognition (CVPR) 2017.
8.Chen X., Yuille A. L. Articulated pose estimation by a graphical model
with image dependent pairwise relations // In Advances in Neural Information
Processing Systems, pages 1736–1744, 2014.
9.Chung Bryan WC. Pro Processing for Images and Computer Vision
with OpenCV, 2017.
10.Dantone M., Gall J., Leistner C., Van Gool L. Human pose estimation
using body parts dependent joint regressors // InProc. of the IEEE Conf. on
Computer Vision and Pattern Recognition (CVPR), 2013.
11.Hartley R., Zisserman A. Multiple View Geometry in Computer Vision,
2ed. Cambridge: Cambridge University Press, 2003.
12.Pudipeddi S., Chityala R. Image Processing and Acquisition using
Python by, Publisher. Chapman and Hall/CRC, 2015.
13.Simon T., Joo H., Matthews I., and Sheikh Y. Hand keypoint detection
in single images using multi view bootstrapping // InProc. of the IEEE Conf. on
Computer Vision and Pattern Recognition (CVPR), 2017.
14.Simonyan K., Zisserman A. Very deep convolutional networks for
large-scale image recognition. University of Oxford, 2015.
15.Wei Shih-En ; Ramakrishna V. ; Kanade T. ; Sheikh Y. . Convolutional
Pose Machines // InProc. of the IEEE Conf. on Computer Vision and Pattern
Recognition (CVPR), 2016.
16.Zhe Cao, Simon T., Wei Shih-En, Sheikh Y. OpenPose: Realtime
Multi-Person 2D PoseEstimation using Part Affinity Fields // InProc. of the IEEE
Conf. on Computer Vision and Pattern Recognition (CVPR), 2011.

Заказать новую

Лучшие эксперты сервиса ждут твоего задания

от 5 000 ₽

Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям

    Нажимая на кнопку, я соглашаюсь на обработку персональных данных и с правилами пользования Платформой

    Хочешь уникальную работу?

    Больше 3 000 экспертов уже готовы начать работу над твоим проектом!

    Алёна В. ВГПУ 2013, исторический, преподаватель
    4.2 (5 отзывов)
    Пишу дипломы, курсовые, диссертации по праву, а также истории и педагогике. Закончила исторический факультет ВГПУ. Имею высшее историческое и дополнительное юридическо... Читать все
    Пишу дипломы, курсовые, диссертации по праву, а также истории и педагогике. Закончила исторический факультет ВГПУ. Имею высшее историческое и дополнительное юридическое образование. В данный момент работаю преподавателем.
    #Кандидатские #Магистерские
    25 Выполненных работ
    Анастасия Б.
    5 (145 отзывов)
    Опыт в написании студенческих работ (дипломные работы, магистерские диссертации, повышение уникальности текста, курсовые работы, научные статьи и т.д.) по экономическо... Читать все
    Опыт в написании студенческих работ (дипломные работы, магистерские диссертации, повышение уникальности текста, курсовые работы, научные статьи и т.д.) по экономическому и гуманитарному направлениях свыше 8 лет на различных площадках.
    #Кандидатские #Магистерские
    224 Выполненных работы
    Родион М. БГУ, выпускник
    4.6 (71 отзыв)
    Высшее экономическое образование. Мои клиенты успешно защищают дипломы и диссертации в МГУ, ВШЭ, РАНХиГС, а также других топовых университетах России.
    Высшее экономическое образование. Мои клиенты успешно защищают дипломы и диссертации в МГУ, ВШЭ, РАНХиГС, а также других топовых университетах России.
    #Кандидатские #Магистерские
    108 Выполненных работ
    Яна К. ТюмГУ 2004, ГМУ, выпускник
    5 (8 отзывов)
    Помощь в написании магистерских диссертаций, курсовых, контрольных работ, рефератов, статей, повышение уникальности текста(ручной рерайт), качественно и в срок, в соот... Читать все
    Помощь в написании магистерских диссертаций, курсовых, контрольных работ, рефератов, статей, повышение уникальности текста(ручной рерайт), качественно и в срок, в соответствии с Вашими требованиями.
    #Кандидатские #Магистерские
    12 Выполненных работ
    AleksandrAvdiev Южный федеральный университет, 2010, преподаватель, канд...
    4.1 (20 отзывов)
    Пишу качественные выпускные квалификационные работы и магистерские диссертации. Опыт написания работ - более восьми лет. Всегда на связи.
    Пишу качественные выпускные квалификационные работы и магистерские диссертации. Опыт написания работ - более восьми лет. Всегда на связи.
    #Кандидатские #Магистерские
    28 Выполненных работ
    Егор В. кандидат наук, доцент
    5 (428 отзывов)
    Здравствуйте. Занимаюсь выполнением работ более 14 лет. Очень большой опыт. Более 400 успешно защищенных дипломов и диссертаций. Берусь только со 100% уверенностью. Ск... Читать все
    Здравствуйте. Занимаюсь выполнением работ более 14 лет. Очень большой опыт. Более 400 успешно защищенных дипломов и диссертаций. Берусь только со 100% уверенностью. Скорее всего Ваш заказ будет выполнен раньше срока.
    #Кандидатские #Магистерские
    694 Выполненных работы
    Ольга Р. доктор, профессор
    4.2 (13 отзывов)
    Преподаватель ВУЗа, опыт выполнения студенческих работ на заказ (от рефератов до диссертаций): 20 лет. Образование высшее . Все заказы выполняются в заранее согласован... Читать все
    Преподаватель ВУЗа, опыт выполнения студенческих работ на заказ (от рефератов до диссертаций): 20 лет. Образование высшее . Все заказы выполняются в заранее согласованные сроки и при необходимости дорабатываются по рекомендациям научного руководителя (преподавателя). Буду рада плодотворному и взаимовыгодному сотрудничеству!!! К каждой работе подхожу индивидуально! Всегда готова по любому вопросу договориться с заказчиком! Все работы проверяю на антиплагиат.ру по умолчанию, если в заказе не стоит иное и если это заранее не обговорено!!!
    #Кандидатские #Магистерские
    21 Выполненная работа
    Мария Б. преподаватель, кандидат наук
    5 (22 отзыва)
    Окончила специалитет по направлению "Прикладная информатика в экономике", магистратуру по направлению "Торговое дело". Защитила кандидатскую диссертацию по специальнос... Читать все
    Окончила специалитет по направлению "Прикладная информатика в экономике", магистратуру по направлению "Торговое дело". Защитила кандидатскую диссертацию по специальности "Экономика и управление народным хозяйством". Автор научных статей.
    #Кандидатские #Магистерские
    37 Выполненных работ
    Антон П. преподаватель, доцент
    4.8 (1033 отзыва)
    Занимаюсь написанием студенческих работ (дипломные работы, маг. диссертации). Участник международных конференций (экономика/менеджмент/юриспруденция). Постоянно публик... Читать все
    Занимаюсь написанием студенческих работ (дипломные работы, маг. диссертации). Участник международных конференций (экономика/менеджмент/юриспруденция). Постоянно публикуюсь, имею высокий индекс цитирования. Спикер.
    #Кандидатские #Магистерские
    1386 Выполненных работ

    Другие учебные работы по предмету