Програмна система інтелектуального відеоспостереження в режимі реального часу на основі згорткових нейронних мереж та туманних обчислень

Abstract

Метою кваліфікаційної роботи є розроблення програмної системи інтелектуального відеоспостереження, що забезпечує аналіз відеопотоку в режимі реального часу на основі згорткових нейронних мереж і туманних обчислень. Методи дослідження включають аналіз наукових джерел у сфері інтелектуального відеоспостереження, комп’ютерного зору, згорткових нейронних мереж і туманних обчислень, моделювання архітектури програмної системи, розроблення CNN-моделі типу encoder–decoder для сегментації області дії, а також експериментальне тестування якості сегментації та швидкодії. Результати дослідження полягають у створенні програмної системи інтелектуального відеоспостереження, яка забезпечує отримання відеопотоку, попереднє оброблення кадрів, сегментацію області дії, формування маски об’єкта, виділення цільової області за допомогою Mask-Crop, формування події та збереження результатів. Результати роботи можуть бути використані для розробки інтелектуальних систем відеоспостереження, автоматизованого аналізу відеопотоку, систем безпеки та програмних рішень на основі комп’ютерного зору й туманних обчислень.

The purpose of the qualification work is to develop a software system for intelligent video surveillance that provides real-time video stream analysis based on convolutional neural networks and fog computing. The research methods include the analysis of scientific sources in the fields of intelligent video surveillance, computer vision, convolutional neural networks, and fog computing; modeling the architecture of the software system; developing an encoder– decoder CNN model for action area segmentation; and experimentally testing segmentation quality and processing speed. The research results consist in the development of an intelligent video surveillance software system that provides video stream acquisition, frame preprocessing, action area segmentation, object mask generation, target area extraction using Mask-Crop, event formation, and result storage. The results of the work can be used for the development of intelligent video surveillance systems, automated video stream analysis, security systems, and software solutions based on computer vision and fog computing.