Методы классификации изображений

Во всем мире реализуются проекты «Умный город», основной идеей которых является использование цифровых технологий для улучшения качества жизни горожан. Одной из важнейших задач проекта «Умный город» является повышение безопасности жителей. Благодаря данным с систем видеонаблюдения, экстренные службы могут оперативно реагировать и предотвращать чрезвычайные ситуации и криминал. Помимо работы операторов, для автоматического анализа видеопотока с городских видеокамер, чаще всего используют нейронные сети. Классической задачей для нейронных сетей является классификация и распознавание образов. Это позволяет в оперативном режиме получать информацию о нештатных ситуациях в городе. Однако такой анализ требует серьёзных вычислительных мощностей и надёжных быстрых линий связи камер с аналитическим центром. В своей работе авторы поставили цель сравнить качество и скорость работы нейронной сети в задаче классификации изображения с другим методом для классификации изображений, а именно алгоритмом, основанным на методе SVD (Singular Value Decomposition).

Image Classification Methods

«Smart City» projects are being implemented all over the world, the main idea of which is the use of digital technologies to improve the quality of life of citizens. One of the most important tasks of the project «Smart City» is to increase the safety of residents. Thanks to data from CCTV systems, emergency services can quickly respond and prevent emergencies and crime. In addition to the work of operators, for the automatic analysis of video from urban video cameras, neural networks are most often used. Classical task for neural networks is the classification and pattern recognition. This allows you to receive online information about abnormal situations in the city. However, such an analysis requires serious computing power and reliable fast lines of communication between cameras and the analytical center. In their work, the authors set a goal to compare the quality and speed of the neural network in the problem of image classification with another method for image classification, namely, an algorithm based on the SVD (Singular Value Decomposition) method.