Використання методів машинного навчання для інтелектуального аналізу даних систем відеоспостереження

Abstract

В докладі обговорюються методи аналізу вихідного масиву даних систем відеоспостереження. Представлене імітаційне моделювання масиву даних систем відеоспостереження методом Монте-Карло з урахуванням характеристик об’єктів та умов спостереження. Для аналізу даних систем відеоспостереження використані методи Machine Learning та сформовані навчальні вибірки, які характеризують об’єкти та умови спостереження. Спираючись на стохастичний характер корисних та помилкових сигналів визначені імовірності характеристики навчальної вибірки. Представлені розрахунки характеристик виявлення корисних сигналів. Основну увагу приділено методам послідовного порівняння масиву даних, що надходить з системи відеоспостереження.