Тезисы

Алгоритмы видеоаналитики и обработки гиперспектральных данных

1. Задачи видеоаналитики:
- выделение объектов из фона: сегментация и определение фона.
Подходы к определению числа сегментов изображения, грубая сегментация стандартными алгоритмами, уточнение сегментов с точностью до естественных границ, моделирование фона: статичного, меняющегося.
- трекинг: слежение и сопровождение объектов видеопотока.
- классификация объектов. Проецирование объектов через вектора признаков в диффузную карту. Спектральный кластеринг. Классификация объектов через принадлежность к нечетким множествам. Классификация поведения объекта и группы объектов.
- улучшение качества изображения объектов: денойзинг, уточнение размытых контуров, повышение резолюции.
Генерирование текстуры на основе словаря и симулирование потерянной информации при сжатии методом машинного обучения.

Область применения: охранные системы, системы анализа видеопотока, трансляция видео на больших экранах.

2. Задачи обработки гиперспектральных данных:
- сегментация областей на спутниковых снимках и определение основных кластеров как типичных зон наблюдаемой сцены.
- выделение аномальных зон из основных кластеров.
- анмиксинг- расщепление спектра в точке гиперкуба с целью обнаружения субпиксельных целей.

Область применения: обнаружение целей либо сильно удаленных, либо скрытых в бэкграунде, например, обнаружение пропавшего в лесу человека, скрытого листвой. Геологоразведка.