Порівняння класичних і нейромережевих методів розпізнавання об’єктів у реальному часі
Ключові слова:
комп’ютерний зір, розпізнавання об’єктів, HOG SVM, Faster R-CNN, реальний часАнотація
У роботі проведено порівняльне моделювання ефективності класичних і нейромережевих методів розпізнавання об’єктів у реальному часі. Оцінено швидкодію, затримку та стабільність роботи моделей HOG + SVM і Faster R-CNN MobileNetV3 у режимі CPU, визначено напрями подальшої оптимізації гібридних систем.
Посилання
Dalal N., Triggs B. Histograms of oriented gradients for human detection, 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 2005. Vol. 1. DOI: 10.1109/CVPR.2005.177. URL: https://lear.inrialpes.fr/people/triggs/pubs/Dalal-cvpr05.pdf
Faster R-CNN: Towards real-time object detection with region proposal networks / S. Ren, K. He, R. Girshick, J. Sun. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2017. Vol. 39, iss. 6. DOI: 10.1109/TPAMI.2016.2577031. URL: https://shorturl.at/ufNNd
Searching for MobileNetV3 / A. Howard, M. Sandler et al. IEEE International Conference on Computer Vision (ICCV). 2019. DOI: 10.1109/ICCV.2019.00140. URL: https://shorturl.at/Uiu6B
