Отрывок: Искусственный интеллект 22 где ?̅?𝐿и?̅?𝐶 – средние значения гиперпикселов представленных классов; 𝑠𝐿 2 и 𝑠𝐶 2 – оценки дисперсии классов; 𝑛𝐿 и 𝑛𝐶 – объ...
Название : Нейросетевая классификация сортов кофе на гиперспектральных изображениях
Авторы/Редакторы : Макаров А. Р.
Ульянов Д. И.
Никоноров А. В.
Фирсов Н. А.
Дата публикации : 2022
Библиографическое описание : Нейросетевая классификация сортов кофе на гиперспектральных изображениях / А. Р. Макаров, Д. И. Ульянов, А. В. Никоноров, Н. А. Фирсов // Информационные технологии и нанотехнологии (ИТНТ-2022) : сб. тр. по материалам VIII Междунар. конф. и молодеж. шк. (г. Самара, 23 - 27 мая) : в 5 т. / М-во науки и образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - фил. ФНИЦ "Кристаллография и фотоника" РАН. - Самара : Изд-во Самар. ун-та, 2022Т. 4: Искусственный интеллект / под ред. А. В. Никонорова. - 2022. - С. 040962.
Аннотация : В представленной работе предложена модификация существующего метода классификации сортов кофе на основе гиперспектральных изображений в высоком разрешения. В качестве классификатора используется спектрально-пространственная сверточная нейронная сеть с нивелированием влияния условий освещённости сцены на результат классификации. Для компенсации эффекта бликов предложен подход со статистической оценкой формирования обучающей выборки. Показана эффективность предложенного подхода в задаче классификации изображений сортов кофе, полученных сканирующей гиперспектральной камерой.
Другие идентификаторы : RU\НТБ СГАУ\491043
Ключевые слова: сверточные нейронные сети
сорта кофе
спектрально-пространственная классификация
классификация сортов кофе
классификация гиперспектральных изображений
гиперспектральные изображения
нейросетевая классификация
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
ИТНТ-2022. Том 4. Искусственный интеллект/978-5-7883-1792-2_2022-040962.pdf927.4 kBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.