Noslēguma darbu reģistrs
  
Studiju darba apraksts
Studiju veids maģistra akadēmiskās studijas
Studiju programmas nosaukums Elektronika
Nosaukums "Cilvēku skaitīšanas automatizēto metožu un ierīču izpēte"
Nosaukums angļu valodā "Research of Methods and Devices for an Automatics People Counting"
Autors Konstantīns Taļikovs
Struktūrvienība 13200 Radioelektronikas institūts
Darba vadītājs Aleksandrs Ipatovs
Recenzents D.Pikuļins
Anotācija Darbā ir veikts pētījums par SVM algoritma apmācības procesu, kā apmācības kopas izvēle un HOG deskriptora darbība ietekmē algoritma apmācību un testēšanas precizitāti. Darbā dots ieskats algoritmu izmantošanā kustīgu objektu skaitīšanai un detektēšana video un uz foto, ka arī izpētītas vairākas cilvēku skaitīšanas datorredzes metodes, kas balstās uz raksturīgo pazīmju izdalīšanu. Pētījuma pamat ir SVM apmācības algoritma modelis, kas apmācas no raksturīgo pazīmju vektora. Raksturīgo pazīmju atrašanai tiek pielietota HOG transformācija. Darbā ir veikti vārāki testi, kas pieradīja attēlu klasificēšanas uzdevuma lineāro sadalījumu. Praktiska darba realizācijai pielietota Python izstrādes vide un ārējas bibliotēkas: OpenCV2, Matplot, Scikit-image, Scikit-learn u.c. Darbs sastāv no 58 lapām, 33 attēliem, 4 tabulām, 3 pielikumiem, ka arī 17 literatūras avotiem.
Atslēgas vārdi HOG, SVM, datorredze, cilvēku atpazīšana, rakstrīgo pazīmju izdalīšana, klasificēšana
Atslēgas vārdi angļu valodā HOG, SVM, computer vision, people detection, feature extraction, classification
Valoda lv
Gads 2017
Darba augšupielādes datums un laiks 09.06.2017 14:21:48