Блочный алгоритм обнаружения и классификации объектов с использованием сверточной нейронной сети для видеопоследовательностей большого разрешения

Abstract

Представлен алгоритм обнаружения объектов на видеоизображениях с разрешением 4К и выше, основанный на блочной обработке кадра с использованием сверточной нейронной сети Yolo v3. Отличительной особенностью при этом является построение и использование групп коррелированных объектов, что позволяет значительно уменьшить вероятность фрагментарной классификации одного объекта для граничных областей блоков. Для программной реализации использовался фреймворк Pytorch и база данных объектов COCO, которая включает в себя 80 классов.