УДК 004.93 Б.В. Вишняков, канд. физ.-мат. наук, А.И. Егоров, И.К. Малин (ФГУП «Государственный научно-исследовательский институт авиационных систем» ГНЦ РФ, Москва); e-mail: vishnyakov@gosniias.ru СТАТИСТИЧЕСКАЯ МОДЕЛЬ РАСПОЗНАВАНИЯ ЛОЖНЫХ ОБЪЕКТОВ В СИСТЕМАХ ВИДЕОНАБЛЮДЕНИЯ∗ Рассмотрен статистический подход к определению псевдодвижущихся (ложных) объектов в системах видеонаблюдения с помощью построения систем гипотез, за критерии в которых принимаются статистические особенности поведения. <...> Результаты, полученные в каждой системе, комплексируются двумя способами: по теореме Байеса, а также с использованием логистической регрессии. <...> Для критерия каждой системы гипотез построены графики зависимости ошибок первого рода от ошибок второго рода так же, как и для результирующего критерия. <...> Приведены результаты работы предлагаемых методов на тестовых базах. <...> Введение В настоящее время усилия разработчиков современных систем видеонаблюдения направлены на интеллектуализацию как можно большего числа функций для облегчения работы оператора. <...> Для интеллектуальной системы видеонаблюдения очень важно минимизировать число ложных срабатываний данных правил, поскольку если это число сравнимо с числом верных срабатываний, то с течением времени внимательность оператора притупляется, и он начинает быстро просматривать все события, зачастую не акцентируя на них внимания. <...> Очень часто на наблюдаемых сценах наряду с выделением действительных движущихся объектов на видеопоследовательностях также появляются и так называемые псевдодвижущиеся объекты, такие как шум камеры, блики и отражения, тени, раскачивающиеся ветки и листва. <...> Такие объекты, попадая в области действия правил, генерируют большое число ложных событий. <...> Поэтому для уменьшения числа ложных срабатываний необходимо понимать, какие из движущихся объектов на сцене являются действительными, а какие – ложными (псевдодвижущимися). <...> Например, в статье [1] предложены <...>