Перспективные направления развития средств видеоанализа

  Перспективные направления развития средств видеоанализа   За последние десять лет прогресс в видеоаналитике сделал огромный скачок вперед: появились мощные процессоры, в том числе графические (GPU), способные очень быстро выполнять операции линейной алгебры. Это дало новую жизнь нейронным сетям в обработке изображений – сверточные нейронные сети (или методы deep learning) позволяют классифицировать и распознавать предметы на изображениях точнее человека, и делают они это за считанные миллисекунды. Таким образом, появилась возможность обрабатывать видеопотоки в реальном времени.     Нейронные сети и задача распознавания Сверточные нейронные сети – это искусственные нейронные сети, состоящие из большого количества так называемых перцептронов, которые представляют собой математическую функцию с параметрами. Собственно говоря, сверточными они называются потому, что имеют в своей структуре «сверточные слои», которые позволяют извлекать из данных локальные признаки, рассчитанные, например, для небольшой области изображения. Такая архитектура сети оказалась успешной в распознавании изображений, звука и текста. Совокупности архитектуры сети и параметров составляют модель, которую затем нужно обучать. Например, если необходимо распознавать объекты на изображениях, должна использоваться обучающая выборка, состоящая из изображений с названием объектов или эталонами. При этом каждое изображение подается на вход модели, производятся расчет и сравнение результата с эталоном – рассчитывается ошибка, которая передается через все перцептроны обратно, изменяя параметры. Таких итераций может […]


Полная версия доступна только зарегистрированным пользователям !








 

ИД «Connect» © 2015-2016

Использование и копирование информации сайта www.connect-wit.ru возможно только с письменного разрешения редакции.

Техподдержка и обслуживание Роман Заргаров


Яндекс.Метрика
Яндекс.Метрика