Capture et suivi d'images et de vidéos lors de la diffusion en direct

La capture et le suivi de piétons, d'êtres humains ou de tout autre objet en mouvement constituent toujours un défi pour n'importe quel système. Le système devient plus difficile en raison de la variation des cibles, des conditions de lumière et du mouvement de l'objet. Le descripteur d'histogramme de gradients orientés (HOG) est l'un des meilleurs et des plus populaires descripteurs utilisés pour la détection des piétons à l'aide du classificateur de Harr. Le détecteur HOG est un algorithme à fenêtre coulissante, ce qui signifie que pour une image donnée, une fenêtre est déplacée à tous les endroits et à toutes les échelles et qu'un descripteur est calculé. La fenêtre est un classificateur pré-entraîné qui est calculé pour l'ensemble des données pour le descripteur. Le classificateur utilisé est une machine à vecteur de support linéaire et le descripteur est basé sur les histogrammes des orientations du gradient. Les orientations et l'ampleur du gradient sont obtenues pour chaque pixel de l'image prétraitée. L'ensemble de données est créé et le seuil de réussite est établi pour le descripteur à raison de 30 images par seconde pour les 1000 images positives. La taille de la fenêtre de capture est réduite à 320 x 240 pour obtenir l'efficacité et la vitesse qui sont les limites du HOG.

Autorentext

Récompensé par le titre de ' Meilleur professeur de l'année ' à TechNext India 2018, prix annuel de l'industrie et de l'université (2018). Recherche sur ' Anti-intrusion et traitement d'images ', Master en ingénierie informatique, conférencier sur les sujets Analyse des données (Big Data), BlockChain, R Programming.

Klappentext

La capture et le suivi de piétons, d'êtres humains ou de tout autre objet en mouvement constituent toujours un défi pour n'importe quel système. Le système devient plus difficile en raison de la variation des cibles, des conditions de lumière et du mouvement de l'objet. Le descripteur d'histogramme de gradients orientés (HOG) est l'un des meilleurs et des plus populaires descripteurs utilisés pour la détection des piétons à l'aide du classificateur de Harr. Le détecteur HOG est un algorithme à fenêtre coulissante, ce qui signifie que pour une image donnée, une fenêtre est déplacée à tous les endroits et à toutes les échelles et qu'un descripteur est calculé. La fenêtre est un classificateur pré-entraîné qui est calculé pour l'ensemble des données pour le descripteur. Le classificateur utilisé est une machine à vecteur de support linéaire et le descripteur est basé sur les histogrammes des orientations du gradient. Les orientations et l'ampleur du gradient sont obtenues pour chaque pixel de l'image prétraitée. L'ensemble de données est créé et le seuil de réussite est établi pour le descripteur à raison de 30 images par seconde pour les 1000 images positives. La taille de la fenêtre de capture est réduite à 320 x 240 pour obtenir l'efficacité et la vitesse qui sont les limites du HOG.