Разработка прототипа специализированного программного обеспечения для разметки больших объемов сырых данных. Разработка классификатора для автоматического структурирования полученного обучающего набора данных. Сбор сырых данных в виде видео файлов и разметка их при помощи разработанного программного обеспечения. Разработка пользовательского GUI (графический интерфейс) интерфейса для прототипа программного обеспечения для подсчета пассажиров по видеоизображению.

Цель этапа НИОКР: создание комплекса программного обеспечения, позволяющего осуществлять детекцию образа человека и трекинг его перемещения с нестандартного вертикального ракурса. Задачи: 1. Установка и сбор данных с видеорегистраторов в общественном транспорте для накопления первоначальной базы данных обучения математической модели; 2. Разработка программного обеспечения для частичной автоматизации разметки обучающих данных; 3. Проведение работ по разметке обучающего набора данных. 4. Проведение экспериментов по обучению с нуля и доучивание существующих математических моделей сверточных нейронных сетей на вновь созданном обучающем наборе данных; 5. Разработка, так называемых ансамбль моделей, состоящей из детектора на основе полученной математической модели сверточной нейронной сети и наиболее подходящего существующего трекера. Разработанное программное обеспечение состоит из двух условных частей: 1. Детектора, который распознает искомый объект; 2. Трекера, который отслеживает перемещение объекта в кадре камеры по мере воспроизведения видео. В ходе НИОКР разработан прототип специализированного программного обеспечения для разметки больших объемов сырых данных. Разработанный прототип программного обеспечения позволяет точно определять акты входа и выхода пассажиров из транспорта по видео с регистратора, установленного над дверью транспорта. По результатам работы установлено, что математическая модель на основе сверточной нейронной сети способна выдать точность в 97%. Для решения данной задачи достигнутая точность более чем достаточна для коммерчески эффективного применения данной разработки. Разработан классификатор для автоматического структурирования полученного обучающего набора данных. Классификация разделена по нескольким направлениям: ● Условия съемки; ● Время года; ● Положение камеры; ● Видимость объекта (полная или частичная). Разработанное программное обеспечивает определение актов входа и выхода пассажиров из транспорта по видео с регистратора. При этом на вход подается видео с регистратора, а на выходе выдаются текстовые данные в виде таблицы в формате CSV с колонками текущего количества человек, наименованием акта вход/выход и колонкой, содержащей время события. Каждому засеченному акту входа/выхода соответствует строка в таблице. При этом опционально оператор получает модифицированное видео созданное на основе входного, но с добавлением счетчиков вошедших и вышедших и выделением всех засеченных пассажиров в кадре и кривыми треков их перемещений. Еще одним этапом НИОКР стал сбор “сырых” данных в виде видеофайлов и разметка их при помощи разработанного программного обеспечения. В ходе первого этапа НИОКР была произведена разработка пользовательского GUI (графический интерфейс) интерфейса для прототипа программного обеспечения для подсчета пассажиров по видеоизображению Так как разрабатываемая математическая модель на основе сверточной нейронной сети предназначена для подсчёта пассажиров в транспорте, то, для корректного определения акта входа и выхода человека из транспорта, в ходе НИОКРа определено, что камеру необходимо размещать непосредственно над дверьми транспорта. В случае иного размещения камеры, её обзор Работы, запланированные на данном этапе НИОКР выполнены в срок и в полном объеме.