Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://earchive.tpu.ru/handle/11683/67026
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Друки, Алексей Алексеевич | ru |
dc.contributor.author | Чурсина, Елена Андреевна | ru |
dc.date.accessioned | 2021-06-15T17:27:08Z | - |
dc.date.available | 2021-06-15T17:27:08Z | - |
dc.date.issued | 2021 | - |
dc.identifier.citation | Чурсина Е. А. Применение методов искусственного интеллекта для разработки алгоритма онлайн трекинга множества объектов в режиме реального времени : магистерская диссертация / Е. А. Чурсина ; Национальный исследовательский Томский политехнический университет (ТПУ), Инженерная школа информационных технологий и робототехники (ИШИТР), Отделение информационных технологий (ОИТ) ; науч. рук. А. А. Друки. — Томск, 2021. | - |
dc.identifier.uri | http://earchive.tpu.ru/handle/11683/67026 | - |
dc.description.abstract | Интеллектуальные системы видеонаблюдения в настоящее время пользуются всё большей популярностью, благодаря способности автоматизировать задачи, которые обычно выполнимы только человеком. К таким задачам относится задача трекинга объектов в видеопотоке. В работе описывается разработка алгоритма онлайн трекинга множества объектов в режиме реального времени с применением методов искусственного интелекта. Для отслеживания объектов в видеопотоке был разработан нейросетевой алгоритм онлайн трекинга множества объектов на основе подхода трекинга с помощью детекций, получаемых нейросетевым детектором, с применением методов глубокого обучения. Результаты тестирования работы алгоритма показали высокие значения метрик точности и производительности. | ru |
dc.description.abstract | Intelligent surveillance systems are now gaining popularity due to their ability to automate tasks that are usually only performed by humans. These include the Multiple Object Tracking task. The paper describes the development of an algorithm for Real-time Online Multiple Object Tracking using artificial intelligence methods. The algorithm testing results show high values ??of efficiency and performance metrics. | en |
dc.format.mimetype | application/pdf | - |
dc.language.iso | ru | en |
dc.rights | info:eu-repo/semantics/openAccess | - |
dc.subject | детектирование объектов | ru |
dc.subject | трекинг объектов | ru |
dc.subject | нейронные сети | ru |
dc.subject | компьютерное зрение | ru |
dc.subject | машинное обучение | ru |
dc.subject | object detection | en |
dc.subject | object tracking | en |
dc.subject | neural networks | en |
dc.subject | computer vision | en |
dc.subject | machine learning | en |
dc.title | Применение методов искусственного интеллекта для разработки алгоритма онлайн трекинга множества объектов в режиме реального времени | ru |
dc.type | Students work | - |
local.department | Национальный исследовательский Томский политехнический университет (ТПУ)::Инженерная школа информационных технологий и робототехники (ИШИТР)::Отделение информационных технологий (ОИТ) | - |
local.institut | 7950 | - |
local.localtype | Студенческая работа | - |
dc.subject.oksvnk | 09.04.01 | - |
local.thesis.level | Магистр | ru |
local.thesis.discipline | Информатика и вычислительная техника | - |
local.local-vkr-id | 983053 | - |
local.vkr-id | 47873 | - |
local.stud-group | 8ВМ93 | - |
local.lichnost-id | 171323 | - |
local.thesis.level-id | 3 | - |
local.tutor-lichnost-id | 4400 | - |
dc.subject.udc | 004.8:004.932.72:004.7.032.26 | - |
Располагается в коллекциях: | Магистерские диссертации |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
TPU1165619.pdf | 2,97 MB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.