| Studiju veids |
maģistra profesionālās studijas |
| Studiju programmas nosaukums |
Viedās elektroniskās sistēmas |
| Nosaukums |
Sacensību spilgtāko momentu detektors |
| Nosaukums angļu valodā |
Competition Highlights Detector |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Roberts Kadiķis |
| Recenzents |
Dmitrijs Pikuļins |
| Anotācija |
Maģistra darba ar projekta daļu ietvaros tika izpētīta iespēja radīt apmācāmu video analīzes
rīku, kurš spēj detektēt interesantus momentus video spēļu sacensībās, lai turpmāk ģenerētu šo
detektēto momentu apkopojumu. Šim nolūkam tika izstrādāta programma, kura, izmantojot
attēlu apstrādes algoritmus un balstoties uz unikāliem spēles indikatoriem, spēj detektēt šos
interesējošos momentus un tādā veidā automātiski ģenerēt un nomarķēt datu kopu. Šī kopa tiek
izmantota eksperimentālajā daļā, lai salīdzinātu vairākas mašīnmācīšanās pieejas.
Eksperimentālā daļā tika apskatītas vairākas pieejas:
• konvolūciju tīkls apmācīts ar datu kopu, kur programmas detektēti notikumi ir ”1” bet
pārējie kadri ir ”0”;
• konvolūciju tīkls apmācīts ar datu kopu, kur pirms programmas detektētiem notikumiem
noteikts laika intervāls tika nomarķēts ar ”1”;
• rekurentais neironu tīkls (LSTM) apmācīts ar datu kopu, kura veidota no audio celiņu
datiem;
• konvolūciju tīkls apmācīts uz datu kopas, veidotas no audi celiņu spektrogrammam.
Salīdzinot šīs pieejas tiek secināts, ka pirmā pieeja vislabāk atbilst izvirzītājām mērķim.
Darbs izstrādāts Elektronikas un datorzinātņu institūtā, projekta AIMAVS (Automātiska in
teresanto momentu atpazīšana videospēļu sacensībās) ietvaros. |
| Atslēgas vārdi |
attēlu apstrāde, video apstrāde, notikumu detektēšana, mašīnmācīšanās, mākslīgo neironu tīkli |
| Atslēgas vārdi angļu valodā |
image processing, video processing, event detection, machine learning, artificial neural networks |
| Valoda |
lv |
| Gads |
2021 |
| Darba augšupielādes datums un laiks |
20.01.2021 11:56:35 |
