Search

Актуальність дослідження. Системи відеоспостереження в умовах щільної забудови відіграють не останню роль в системі безпеки та контролю інфраструктури міста. Окрему роль в цьому відіграють транспортні артерії міста і контроль за дорожнім рухом. Так, дорожньо-транспортні пригоди трапляються майже щодня і їх фіксація та аналіз відіграють дуже важливе значення. Сучасні прилади контролю за рухом транспортних засобів потребують не лише автономності роботи, якісної картинки, незалежності від природніх умов, але й швидкого аналізу транспортної ситуації на основі отриманого візуального контенту. Щоб забезпечити ефективність цього процесу було запроваджено використання нейронних мереж для розпізнавання елементів зображення. Мета дослідження полягає у створенні програмного алгоритму в спеціалізованій програмі, який б дозволив застосувати різні нейронні мережі для аналізу дорожньої ситуації міста в межах функціонування інтелектуальної камери контролю за рухом транспортних засобів. Завдання для досягнення мети: розглянути основні ознаки, за якими можна провести розпізнавання об’єктів на площині зображення; визначити основні типи систем розпізнавання; розглянути основні підходи з реалізації класифікатора системи розпізнавання; дослідити архітектуру нейронної мережі дотично до систем розпізнавання об’єктів; розробити програмний алгоритм та провести практичне тестування нейронних мереж для набору статичних зображень та секвенції, що отримано з камери відео спостереження за різних умов дорожнього руху. Об’єкт дослідження: система розпізнавання елементів зображення. Предмет дослідження: інструменти та програмні засоби роботи з цифровим зображенням. Методи дослідження: алгоритми та методи, які визначені в основі функціонування програмного алгоритму на мові Python в середовищі PyCharm. Наукова новизна отриманих результатів: 1) розроблено алгоритм створення програми для розпізнавання зображень об’єктів на основі нейронної мережі; 2) проведено аналіз трьох нейронних мереж на різному віз, Relevance of research. Video surveillance systems in densely built-up areas play not the least role in the system of security and control of the city's infrastructure. A special role in this is played by the city's transport arteries and traffic control. Yes, traffic accidents happen almost every day and their recording and analysis are very important. Modern devices for monitoring the movement of vehicles require not only autonomy, quality picture, independence from natural conditions, but also a rapid analysis of the transport situation on the basis of the received visual content. To ensure the effectiveness of this process, the use of neural networks to recognize image elements was introduced. The purpose of the work is to create a software algorithm in a specialized program that would allow the use of various neural networks to analyze the road situation of the city within the operation of an intelligent camera for monitoring the movement of vehicles. Objectives to achieve the goal: to consider the main features that can be used to recognize objects in the image plane; identify the main types of recognition systems; consider the main approaches to the implementation of the classifier of the recognition system; to study the architecture of a neural network in relation to object recognition systems; develop a software algorithm and conduct practical testing of neural networks for a set of static images and sequences obtained from a video surveillance camera under different traffic conditions. Object of research: image element recognition system. Subject of research: tools and software for working with digital images. Research methods: algorithms and methods that are defined in the basis of the operation of a software algorithm in Python in PyCharm. Scientific novelty of the obtained results: 1) the algorithm of creation of the program for recognition of images of objects on the basis of a neural network is developed; 2) the analysis of three neural networks on dif