2025-02-23T03:59:10-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: Query fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22irk-123456789-133661%22&qt=morelikethis&rows=5
2025-02-23T03:59:10-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: => GET http://localhost:8983/solr/biblio/select?fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22irk-123456789-133661%22&qt=morelikethis&rows=5
2025-02-23T03:59:10-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: <= 200 OK
2025-02-23T03:59:10-05:00 DEBUG: Deserialized SOLR response
Алгоритм перетворення відеопотоку для прискорення та оптимізації пошуку переміщення об’єкту
У статті запропоновано алгоритм перетворення кадрів безперервного потоку відео для прискорення та оптимізації пошуку переміщення об’єкта в режимі реального часу. Сучасні широко розповсюджені системи відеонагляду виконують задачу пошуку руху у відеопотоці, але вони не завжди стійкі до неякісних вхідн...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Інститут проблем штучного інтелекту МОН України та НАН України
2017
|
| Series: | Штучний інтелект |
| Subjects: | |
| Online Access: | http://dspace.nbuv.gov.ua/handle/123456789/133661 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | У статті запропоновано алгоритм перетворення кадрів безперервного потоку відео для прискорення та оптимізації пошуку переміщення об’єкта в режимі реального часу. Сучасні широко розповсюджені системи відеонагляду виконують задачу пошуку руху у відеопотоці, але вони не завжди стійкі до неякісних вхідних даних і сповільнюються у разі обробки великих об’ємів даних за короткі проміжки часу. Запропонований у статті алгоритм розбиває процес пошуку переміщення об’єкта на етапи, на кожному з яких виконується перетворення кадрів відеопотоку, що покращує процес пошуку першого зрушення об’єкта та подальшого відслідковування його переміщення. |
|---|