Модификация метода выделения контуров объекта в интеллектуальных системах

Данная исследовательская работа посвящена использованию компьютерного зрения в интеллектуальных системах для анализа контуров человека. С ростом технологий в различных отраслях промышленности возникает необходимость повышения эффективности систем "человек-компьютер". Предлагаемый метод использует видеокамеру и компьютерное программное обеспечение для обнаружения человека на изображении и его обработки с помощью библиотеки OpenCV и языка программирования C++. В статье рассматриваются существующие методы обнаружения человека, анализируется альтернативный метод, использующий компьютерное зрение, и разрабатывается новый метод обнаружения человека. Модификация включает в себя применение фильтра Кувахара для размытия изображения и алгоритма Собеля для выделения контуров. Области применения данной технологии включают обеспечение безопасности на транспортных узлах и в местах скопления людей, удаленный мониторинг здоровья, усиленный контроль на границах и охраняемых объектах, а также интерактивную рекламу и развлечения.

1. Gregor K., Besse F. Self-Organizing Intelligent Matter: A blueprint for an AI generating algorithm. arXiv2101.07627, 2021, 13 p.

2. Yun J., Lee S. Human Movement Detection and Identification Using Pyroelectric Infrared Sensors. Sensors. vol. 14, issue 5, 2014, pp. 8057–8081

3. Imano W., Kameyama K. et al. Non-Contact Respiratory Measurement Using a Depth Camera for Elderly People. Sensors, vol. 20, issue 23, 2020, pp. 1–12

4. Бершадская Е.Г., Маркин Е.И., Мартышкин А.И. Методы идентификации личности по изображению лица. XXI век итоги прошлого и проблемы настоящего плюс, том 9, вып. 1, стр. 49-53 / Bershadskaya E.G., Markin E.I., Martyshkin A.I. Methods for personal image identification. XXI Century: Resumes of the Past and Challenges of the Present plus, vol. 9, issue 1, pp. 49-53 (in Russian).

5. Mittal M., Verma A. et al. An Efficient Edge Detection Approach to Provide Better Edge Connectivity for Image Analysis. IEEE Access, vol. 7, pp. 33240-33255

6. Jain A., Gupta R. Gaussian filter threshold modulation for filtering flat and texture area of an image. In Proc. of the International Conference on Advances in Computer Engineering and Applications, 2015, pp. 760-763

7. Ramadhan A., Mahmood F., Elci A. Image denoising by median filter in wavelet domain. International Journal of Multimedia & Its Applications (IJMA), vol.9, issue 1, 2017, pp. 31-40.

8. Xu Z., Baojie X., Guoxin W. Canny edge detection based on Open CV. In Proc. of the 13th IEEE International Conference on Electronic Measurement & Instruments (ICEMI), 2017, pp. 53-56.

9. Vliet L.J., Young I.T., Beckers G.L. A nonlinear laplace operator as edge detector in noisy images. Computer Vision, Graphics, and Image Processing, vol. 45, issue 2, 1989, pp. 167-195

10. Bansal R., Raj G., Choudhury T. Blur image detection using Laplacian operator and Open-CV. In Proc. of the International Conference on System Modeling & Advancement in Research Trends (SMART), Moradabad, India, 2016, pp. 63-67

11. Damanik R.R., Sitanggang D. et al. An application of viola jones method for face recognition for absence process efficiency. Journal of Physics: Conference Series, vol. 1007, 2018, article id. 012013, 8 p.

12. Shakil S., Lee C., Keilholz S.D. Evaluation of sliding window correlation performance for characterizing dynamic functional connectivity and brain states. NeuroImage, vol. 133, 2016, pp. 111-128.

13. Ma S. Bai L. A face detection algorithm based on Adaboost and new Haar-Like feature. In Proc. of the 7th IEEE International Conference on Software Engineering and Service Science (ICSESS), 2016, pp. 651-654.

14. Sun X., Wu P., Hoi C.H. Face detection using deep learning: An improved faster RCNN approach. Neurocomputing, vol. 299, 2018, pp. 42-50.

15. Singh A., Herunde H., Furtado F. Modified Haar-cascade model for face detection issues. International Journal of Research in Industrial Engineering, vol. 9, issue 2, 2022, pp.143-171.

16. Eng S. K., Ali H. et al. Facial expression recognition in JAFFE and KDEF Datasets using histogram of oriented gradients and support vector machine. IOP Conference Series: Materials Science and Engineering, vol. 705, 2019, article id. 012031, 7 p.

17. Biswas S., Ghoshal D. A model of noise reduction using Gabor Kuwahara filter. In Proc. of the 4th International Conference on Advanced Computing and Communication Systems (ICACCS), 2017, pp. 1-5

18. Lang Y., Zheng D. An Improved Sobel Edge Detection Operator. In Proc. of the 2016 6th International Conference on Mechatronics, Computer and Education Informationization (MCEI 2016), 2016, pp. 590-593.