Iii-bob. Asosiy model asosida algoritmlarni ishlab chiqish

Tanib olish tizimining ishlashi uchun algoritmlarning ishlashini eksperimental tadqiqotlari
Mahalliy algoritmni amalga oshirish shaklida (34 a-rasm) ham, harakatlanuvchi odamlarni tanib olish tizimining ishlashi uchun umumlashtirilgan algoritmning bir qismi sifatida ham ishchi lug’atni shakllantirishning tavsiya etilgan usulini eksperimental tadqiqotlar ishlab chiqish orqali amalga oshirildi. va tegishli dasturiy ta’minot algoritmlari va maxsus dasturni sinab ko‘rish. Noutbuk tipidagi shaxsiy kompyuter (Intel(R) protsessor) Core(TM) 2DUO CPU P7 450 2.13GHz foydalanilgan. Keyingi tahlil qilish uchun harakatlanuvchi odamlar bilan tasvirlarni olish turli xususiyatlarga ega 3 ta kamera yordamida amalga oshirildi (2-jadval).

Tajriba davomida quyidagi taxminlar amalga oshirildi: kamera harakatsiz; kamera harakatlanuvchi ob’ektga frontal-parallel joylashgan; harakat paytida odamning figurasi begona narsalar tomonidan bloklanmaydi.
Dasturni ishlab chiqishda OpenCV kutubxonasi yordamida C++ tilidan foydalanilgan.
Video tasvirlarni qayta ishlash va ma’lum odamlarning harakatlanishining bilvosita xususiyatlarini ajratib olish tizimi modeliga muvofiq Video tasvirlarni qayta ishlash va aniq odamlarni ko‘chirishning bilvosita xususiyatlarini olish uchun tizim modeliga muvofiq.

3.22-rasm - a) manba ramka; b) ajratilgan siluet; v) filtrlangan siluet; d) hosil bo‘lgan kontur
Tajriba davomida video ketma-ketliklar turli ob-havo va mavsumiy sharoitlarda olingan. Tajriba natijalariga ko‘ra, fonni olib tashlaganidan keyin eng aniq siluetlar olinadi: bir hil fon, fonga qarama-qarshi bo‘lgan bir xil kiyim, kameraning statsionarligi, yog’ingarchilikning yo‘qligi, ob’ektning kunduzi yoritilishi.
Ruxsat sifatida kameraning bunday parametri (xususiyati) olingan siluetning sifatiga ta’sir qilmaydi. Filtrlash operatsiyasidan so‘ng (3.21-rasm a), b), c)) kontur tanlash protseduralari mos ravishda ko‘rsatilgan morfologik operatorlar yordamida amalga oshiriladi.
Konturga o‘rnatilgan ellips modeli qutblarining traektoriyalarini shakllantirish va tanlashdan so‘ng, ishchi lug’at uchun bilvosita xususiyatlarni tanlash bilan traektoriya funktsiyalarini spektral o‘zgartirish operatsiyalari (FFT protsedurasi bajariladi) amalga oshiriladi: u, . Bunday konvertatsiyaning oscillogrammasi 3.23-rasmda ko‘rsatilgan.

3.23-rasm - Oyoq harakati qutbining traektoriyasining spektral parchalanishi
Tajriba natijasida har biri hajmi 360 kvadrat bo‘lgan 20 ta video ketma-ketlik massivlarini k-baholashdan foydalangan holda qayta ishlash va asosiy (to‘g’ridan-to‘g’ri) xususiyatlardan lug’at yaratishda, yurish tasvirini tanib olishning o‘rtacha vaqti. kishi 4,2 s (video ketma-ketlikni namuna olishning umumiy davomiyligini hisobga olmagan holda). Lug’atga bitta bilvosita xususiyatni { Ω } qo‘shganda, p = 1, o‘rtacha vaqt 3,6 s, { Ω }, p = 3, xususiyatlarni qo‘shganda (ishonch oraliqlari bilan) o‘rtacha vaqt 2,8 s edi. to‘g’ri tan olish ehtimoli =0,95, bu taklif qilingan usulning hayotiyligi va samaradorligi va ishning erishilgan maqsadi haqida xulosa chiqarishga imkon beradi. Bu natijalar 3-jadvalda keltirilgan.