Аннотации:
В статье рассматривается задача автоматического формирования базы изображений, содержащей пары кадров одной и той же сцены, полученных при различных погодных условиях. Основное внимание уделяется автоматическому поиску и отбору изображений, различающихся наличием или отсутствием дождя, при максимальном совпадении содержимого сцены. Актуальность исследования обусловлена необходимостью создания качественных датасетов для обучения и тестирования алгоритмов компьютерного зрения, используемых в системах интеллектуального видеонаблюдения, беспилотного транспорта, анализа городской инфраструктуры и метеорологического мониторинга. Предложен алгоритм обработки видеопотока с камер наблюдения, основанный на последовательной фильтрации кадров по критериям наличия движения, качества изображения, временной близости и погодных различий. В работе описаны методы удаления статичного фона, оценки качества изображений и классификации погодных условий с применением сверточных нейронных сетей. Реализация выполнена с использованием библиотек OpenCV и PyTorch. Разработанный подход позволяет существенно сократить трудозатраты на формирование датасетов и повысить объективность отбора изображений. Полученные результаты подтверждают возможность автоматического формирования репрезентативной базы пар изображений с высокой степенью совпадения сцен.
