Computational nanotechnology
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Comp. nanotechnol.:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Computational nanotechnology, 2023, том 10, выпуск 1, страницы 88–94
DOI: https://doi.org/10.33693/2313-223X-2023-10-1-88-94
(Mi cn413)
 

МАТЕМАТИЧЕСКОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ, КОМПЛЕКСОВ И КОМПЬЮТЕРНЫХ СЕТЕЙ

Обнаружение пешеходов и отслеживание их траектории движения с использованием метода фоновой сегментации на основе KNN

Лоу Цзячэн, Вэнь Сюэчэн, Ли Цзячжэ

Санкт-Петербургcкий национальный исследовательский университет информационных технологий, механики и оптики (Университет ИТМО)
Аннотация: Постановка задачи. На сегодняшний день важнейшей задачей компьютерного зрения является точное обнаружение цели и отслеживание ее траектории на видеоизображении с дальнейшим применением полученных результатов в практических приложениях. Основной проблемой, затрудняющей определение положения цели, являются помехи, перекрытия и т.п. Для ее решения ученые предлагают большое количество алгоритмов отслеживания. Цель работы: при помощи системы видеомониторинга автоматически определить передний план объекта (пешехода) и отрисовать траекторию его движения. Используемые методы. Для обнаружения переднего плана и отслеживания его траектории движения используется алгоритм сегментации фона KNN в сочетании с библиотекой OpenCV. Новизна. Данный метод позволяет непрерывно на протяжении длительного времени определять передний план объекта на видео, а также гибок к обнаружению нового переднего плана (появлению нового объекта). Основные достоинства нововведения — простота использования, отсутствие необходимости в высокой производительности компьютера, возможность обнаружения и отслеживания в режиме реального масштаба времени. Результат. По результатам тестирования удалось достигнуть успешного определения движущихся пешеходов на видео, а также отрисовать их траекторию движения. Практическая значимость. Данный алгоритм может быть применен в сфере дорожного движения с целью определения траектории перемещения транспортных средств для их отслеживания, а также для обнаружения пешеходов и оптимизации маршрута с учетом поведения пешеходов.
Ключевые слова: компьютерное зрение, отслеживание целей, прогнозирование траектории, KNN.
Тип публикации: Статья
Образец цитирования: Лоу Цзячэн, Вэнь Сюэчэн, Ли Цзячжэ, “Обнаружение пешеходов и отслеживание их траектории движения с использованием метода фоновой сегментации на основе KNN”, Comp. nanotechnol., 10:1 (2023), 88–94
Цитирование в формате AMSBIB
\RBibitem{LouXueLi23}
\by Лоу~Цзячэн, Вэнь~Сюэчэн, Ли~Цзячжэ
\paper Обнаружение пешеходов и отслеживание их траектории движения с использованием метода фоновой сегментации на основе KNN
\jour Comp. nanotechnol.
\yr 2023
\vol 10
\issue 1
\pages 88--94
\mathnet{http://mi.mathnet.ru/cn413}
\crossref{https://doi.org/10.33693/2313-223X-2023-10-1-88-94}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/cn413
  • https://www.mathnet.ru/rus/cn/v10/i1/p88
  • Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Computational nanotechnology
    Статистика просмотров:
    Страница аннотации:66
    PDF полного текста:34
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2025