Objektu, tai skaitā bioloģisku būtņu, reidentifikācija

Abstract

Darbs risina aktuālu datorredzes uzdevumu – objektu reidentifikāciju dažādos kontekstos. Tā mērķis ir izstrādāt datu plūsmu, kas piemērota gan industriālu objektu, gan bioloģisku būtņu reidentifikācijai. Darba teorētiskajā daļā analizēta literatūra par objektu detektēšanu, pazīmju izgūšanu un reidentifikācijas metodēm. Praktiskajā daļā izstrādāta un salīdzināta tradicionālā un neironu tīklu pazīmju izgūšana, kā arī reidentifikācijas plūsma, kas pielietota uz paša izveidotām datu kopām. Darbs rezultējas ar reidentifikācijas datu plūsmu, tās pielāgošanu no industriāliem objektiem uz bioloģiskām būtnēm un vizuālu izdoto pazīmju vektoru analīzi. Daļa rezultātu publicēti konferences publikācijā \cite{zutis2025multistep}. Darbs izstrādāts saistībā ar Elektronikas un datorzinātņu institūtā realizēto Apvārsnis Eiropa projektu EdgeAI (GA Nr. 101097300).

This thesis addresses a relevant computer vision task – object re-identification in various contexts. The goal is to develop a data pipeline suitable for both industrial objects and biological entities. The theoretical part covers literature on object detection, feature extraction, and re-identification. The practical part compares manual and neural feature extraction methods and implements a re-identification pipeline applied to custom datasets. The results include a working pipeline, its successful adaptation from vehicles to birds, and an analysis of output feature vectors. Key findings are published in a conference paper \cite{zutis2025multistep}. Part of work was done in connection with the Horizon Europe project EdgeAI (GA No. 101097300) at the Institute of Electronics and Computer Science.