Siamska nevronska mreža za detekcijo gibanja v video sekvencahMlakar, Peter (Avtor) Kristan, Matej (Mentor) računalniški vidsiamske konvolucijske nevronske mrežedetekcija gibanjavideo nadzorni sistemiV diplomski nalogi obravnavamo problem avtomatske detekcije gibanja v video sekvencah posnetih z video nadzornimi sistemi. Trenutno najuspešnejše metode uporabljajo konvolucijske nevronske mreže za reševanje tega problema. Bistvena omejitev teh pristopov je v tem, da potrebujejo ponovno učenje za različne video sekvence, kar zmanjša njihovo aplikativno vrednost. V diplomskem delu predstavimo novo metodo, ki temelji na arhitekturi siamskih konvolucijskih mrež. Mreža s pomočjo siamske arhitekture semantično opiše vhodno sliko sekvence ter model ozadja sekvence. Nadaljnji konvolucijski nivoji detektirajo relevantne razlike ter generirajo verjetnostno masko segmentacije gibanja. Z metodo lahko detekcijo gibanja izvajamo na različnih video sekvencah brez ponovnega učenja. Za izvajanje potrebujemo le referenčno sliko ozadja sekvence, ki jo nato tekom časa samodejno posodablja. Mrežo smo učili na podatkovni zbirki CDNET. Pridobljene rezultate smo primerjali s preostalimi metodami, objavljenimi na spletni strani CDNET. Naša metoda se je po uspešnosti uvrstila na osmo mesto izmed 46 objavljenih algoritmov. Mrežo smo ocenili tudi na evalvacijskih zbirkah Wallflower ter SGM-RGBD, kjer smo jo preizkusili v različnih okoliščinah ter podali kvalitativno analizo njenega delovanje.20182018-09-07 12:05:19Diplomsko delo/naloga102760VisID: 22136sl