Проведен анализ задачи распознавания событий в видеопотоке, выявлены основные задачи, которые ставятся при разработке систем распознавания событий. Рассмотрены возможности использования сети Петри в качестве модели для распознавания событий. Предложена вероятностная модель на основе сети Петри в виде байесовского рекурсивного фильтра с использованием фильтра частиц. Проведено тестирование на основе набора видеороликов и показана эффективность предложенной модели в условиях неопределенности входных данных при использовании реальных алгоритмов трекинга.The analysis of the problem of recognition events in the video was conducted, identified the main tasks set in the development of systems of recognition events. The use of Petri nets as a model for recognition events was examined. The probabilistic model based on the Petri net in the form of the recursive Bayesian filter was proposed. Testing conducted on a set of videos and shows the effectiveness of the proposed model under uncertainty of input data using real tracking algorithms.Проведено аналіз задачі розпізнавання подій у відеопотоці, виявлено основні задачі, які виникають при розробці систем розпізнавання подій. Розглянуто можливості використання мережі Петрі як моделі розпізнавання подій. Запропоновано імовірнісну модель на основі мережі Петрі у вигляді байєсівського рекурсивного фільтра. Запропоновано динамічну модель та модель вимірювань на основі мережі Петрі. Проведено тестування на основі набору відеороликів, показано ефективність запропонованої моделі в умовах невизначеності вхідних даних у разі використання реальних алгоритмів трекінгу.

  Повний текст PDF - 336.703 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"