Інтелектуальна система відеомоніторингу для виявлення аномальної поведінки об’єктів у реальному часі

Abstract

Об'єкт дослідження - процеси автоматизованого аналізу відеопотоків для виявлення відхилень від типових патернів поведінки об'єктів у системах відеомоніторингу. Предмет дослідження  методи та алгоритми глибокого навчання для виявлення аномальної поведінки об'єктів у відеопотоках реального часу, включаючи архітектури нейронних мереж для просторово-часового аналізу, механізми виявлення відхилень від нормальної поведінки та стратегії забезпечення обчислювальної ефективності. Мета роботи  проектування інтелектуальної системи відеомоніторингу для виявлення аномальної поведінки об'єктів у реальному часі, яка забезпечує оптимальний баланс між точністю детекції, швидкістю обробки та здатністю виявляти як відомі, так і невідомі типи аномалій. Методи дослідження  методи глибокого навчання, зокрема згорткові нейронні мережі для виділення просторових ознак, механізми уваги для темпорального моделювання, а також методи компресії моделей та ієрархічної обробки для забезпечення роботи в реальному часі на обладнанні з обмеженими ресурсами.