Počítání objektů ve videosekvencích

Abstract

Motivem vzniku této práce bylo vytvoření webového rozhraní pro počítání objektů ve video sekvencích za pomoci Python skriptů, které mohou pracovat s neuronovými sítěmi. Výsledky detekce jsou zobrazeny uživateli formou grafů, snímků a videa. Práce je rozdělena na 4 části. V první části je představena problematika detekce, sledování objektu a počítání přejetí čáry objektem. V druhé části je uveden princip generování datasetů pomocí sítí GAN. Ty slouží ke zjednodušení sběru dat pro trénování sítí. Třetí část se zabývá implementací webového rozhraní. Sever je postaven na technologii ASP.NET Core. Klient je PWA vytvořená pomocí frameworku Blazor WebAssembly. Závěr je věnován srovnání několika metod pro detekci a sledování objektu scénou.

The motive for creation of this thesis was to create a web interface for counting objects in video sequences using Python scripts, that can work with neural networks. The detection results are displayed to the user in the form of graphs, images and videos. The thesis is divided into 4 parts. First part introduces the issue of detection, object tracking and counting the crossing of a line by an object. The second part describes the principle of generating datasets using GAN networks. These are used to simplify data collection for neural network training. The third part deals with the implementation of the web interface. Server is built on ASP.NET Core technology. Client is a PWA created using the Blazor WebAssembly framework. The conclusion is devoted to a comparison of several methods for detecting and tracking objects through the scene.