Статья 9321
| Название статьи |
МЕТОД ПРОГНОЗИРОВАНИЯ КАДРОВ ВИДЕОПОСЛЕДОВАТЕЛЬНОСТИ НА ОСНОВЕ ГЕНЕРАТИВНЫХ НЕЙРОННЫХ СЕТЕЙ |
| Авторы |
Валерия Дмитриевна Сазыкина, аспирант, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), E-mail: sazykinavd@yandex.ru |
| Индекс УДК |
004.931 |
|
DOI |
10.21685/2227-8486-2021-3-9 |
| Аннотация |
Актуальность и цели. Рассматриваются основные недостатки традиционных подходов к обнаружению движущихся объектов в видеопотоке. Обосновывается необходимость использования новых подходов на базе глубокого обучения. Материалы и методы. В качестве перспективного направления в решении задачи обнаружения движущихся объектов в видеопотоке предлагается использовать генеративную состязательную сеть. Для сохранения семантически в процессе нормализации – метод пространственно-адаптивной нормализации. Совместно с методом пространственно-адаптивной нормализации предлагается применить метод семантической сегментации и метод оценки оптического потока. Результаты. В результате исследования был разработан метод прогнозирования кадров. Предложено использовать блоки Multi-SPADE и повторное применение сети деформационных объемов «Devon» к спрогнозированному и реальному, смежному во времени кадрам. Выводы. Предложенный метод прогнозирования кадров видеопоследовательности может служить основой для построения метода обнаружения движущихс объектов. |
|
Ключевые слова |
глубокое обучение, генеративная состязательная сеть, пространственно-адаптивная нормализация, карта пространства, семантическая сегментация, сеть встраивания меток, оптический поток, сеть деформационных объемов |
 |
|
| Для цитирования |
Сазыкина В. Д., Митрохин М. А. Метод прогнозирования кадров видеопоследовательности на основе генеративных нейронных сетей // Модели, системы, сети в экономике, технике, природе и обществе. 2021. No 3. С. 91–97. doi:10.21685/2227- 8486-2021-3-9 |
Дата обновления: 06.04.2022 13:40