Система розпізнавання об'єктів "Laboratory detection"
21.04.2020
Система розпізнавання об'єктів "Laboratory detection"
Виявлення об'єкта посилається на здатність комп'ютера і систем програмного забезпечення знаходити об'єкти на зображенні / сцені і ідентифікувати кожен об'єкт. Виявлення об'єкта широко використовується для виявлення осіб, виявлення транспортних засобів, підрахунку пішоходів, веб-зображень, систем безпеки і машин без водія. Існує багато способів для використання технології виявлення об'єктів, рівно як і багато областей для вивчення. Як і з будь-якою іншою комп'ютерною технологією, широкий спектр дивовижних і творчих застосувань технології виявлення об'єктів, безумовно, буде виходити від програмістів і розробників програмного забезпечення.
Всі методи розпізнавання об'єктів діляться на два види: методи, засновані на теорії рішень і структурні методи. Перші засновані на обчисленні за допомогою кількісних величин, таких як довжина, текстура і т.д. Другі орієнтовані на образи, для опису яких більше підходять якісні величини, наприклад реляційні. Також в розпізнаванні об'єктів важливу роль відіграє навчання на основі відомої вибірки. Під чином мається на увазі деяка упорядкована сукупність ознак. Класом образів називається сукупність об'єктів з однаковими властивостями. Класифікатором або вирішальним правилом називається правило віднесення образу до одного з класів на підставі його вектора ознак.
Дуже складно однозначно відповісти, як виглядає оптимальний метод описує комп'ютерне зір. Однак, можна розділити всі існуючі методи на три ступені: первинна обробка і фільтрація, логічна оцінка результатів фільтрації і алгоритми прийняття рішень. Як правило, для розпізнавання об'єктів на зображенні необхідно застосувати всі ці етапи, однак буває достатньо двох, або навіть одного.
Тому було вирішено створити програмне забезпечення з використанням ШІ на мові програмування Python. Яке б могло розпізнавати об’єкти як в реальному часу (наприклад с камер зовнішнього спостереження) та також на відео та фото.
Також було використано ШІ не тільки для написання основного функціоналу, а також для авторизації в програмному забезпеченні, можливо як за допомогою введення логіну на паролю, так із функцією Face ID для бистрого доступу до програмного забезпечення. Також є додаткова функція голосового асистента, використовуючи який можливо взаємодіяти як з цим програмним забезпеченням так із всією ОС взагалі.
Наприклад візьмемо функцію розпізнавання об’єктів в реальному часу, я використовував свою веб камеру як засіб для сприйняття об’єктів в реальному часу, можливо використовувати також камери зовнішнього спостереження (в залежності від обставин та потреб).
Перший етап – це створення бази об’єкта, тобто для чіткого розпізнавання об’єктів потрібно певна кількість фото ілюстрацій даного об’єктів, при створенні функціоналу я зробив значення за замовчуванням 30 фотографій но його можливо змінити за бажанням.
Другий етап – ми тренуємо та готуємо наші данні що отримали на першому етапі для того щоб створити файл .yml.
Тобто передача даних об'єкта і ідентифікатора кожного об'єкта в «розпізнаватель», щоб він міг вчиться.
Третій етап – розпізнавання об’єкта. Тепер ми досягли заключної фази нашої функції. Тут ми побачимо обличчя на нашій камері, і якби ця людина була сфотографований і навчений раніше, наш «розпізнаватель» зробить «обробку», яке повертає свій ідентифікатор і індекс, який показав, наскільки впевнений в цьому ознаку «розпізнаватель».
Назва конкурсу: Конкурс «Вирішення практичних задач із застосуванням штучного інтелекту»
ПІБ конкурсанта: Корнієнко Андрій Михайлович
Країна: Україна
Область: Херсонська область
Назва НЗ: Новокаховський політехнічний коледж ОНПУ
Учасник фіналу: Так
Місце Фінал: 4
Файл статті (pdf): Завантажити