АЛГОРИТМ ОБНАРУЖЕНИЯ ОБЪЕКТОВ ДЛЯ ОПТИКО-ЭЛЕКТРОННЫХ СИСТЕМ С ОБУЧЕНИЕМ В РЕАЛЬНОМ ВРЕМЕНИ
Аннотация
В целях создания нового алгоритма автоматического обнаружения объектов с обучением в реальном времени произведено исследование мирового научного задела в области автоматиче- ского сопровождения общего назначения с возможностью распознавания объекта слежения с потенциалом применения во встраиваемых вычислительных системах оптико-электронных систем перспективных робототехнических комплексов. На основе проведенных исследований отобраны и протестированы методы и подходы, которые позволяют с наибольшей точностью, при сохранении высокой вычислительной эффективности, обеспечивать обучение клас- сификаторов на лету (online learning) без априорного знания о типе объекта слежения и обес- печивать последующее обнаружение исходного объекта в случае его кратковременной потери. В число таких способов входит гистограмма направленных градиентов – дескриптор ключевых признаков, основывающийся на анализе распределения градиентов яркости изображения объ- екта. Его использование позволяет сократить количество используемой информации без поте- ри ключевых данных об объекте и увеличить скорость обработки изображений. В статье обоснован выбор одного из алгоритмов классификации в режиме реального времени, позволяю- щего решить задачу бинарной классификации – метода опорных векторов. В виду высокой ско- рости обработки данных и необходимости небольшого количества исходных обучающих дан- ных для построения разделяющей гиперплоскости, на основе которой и происходит классифи- кация объектов, данный метод выбран как наиболее подходящий для решения поставленной задачи. Для осуществления online-обучения была выбрана модификация метода опорных векто- ров, реализующая стохастический градиентный спуск на каждом шаге работы алгоритма – Pegasos. Авторами исследования проведена разработка и полунатурное моделирование выбран- ного алгоритма, проведена оценка эффективности его работы в задачах обнаружения объекта интереса в режиме реального времени с предварительным online-обучением в процессе слеже- ния за объектом. Разработанный алгоритм показал высокую эффективность при решении поставленной задачи и планируется к внедрению в составе специального программного обеспе- чения оптико-электронных систем перспективных робототехнических комплексов. В заключе- нии представлены предложения по дальнейшему повышению точности и вероятности обна- ружения объекта интереса разработанным алгоритмом, а также по повышению его произво- дительности путем оптимизации вычислений.
