Отрывок: Использование нейросетевых алгоритмов позволяет автоматизировать процесс обработки видеоданных, уменьшая нагрузку на персонал и увеличивая эффективность мониторинга повреждений. В связи со сложностью получения набора данных для обучения нейросетей возможно использование технологии моделирования синтетических данных. 2. ОБНАРУЖЕНИЕ ДЕФЕКТОВ В качестве нейросетевого классификатора для задачи обнаружения дефектов была приме...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorФирсов Н. А.ru
dc.contributor.authorЖердева Л. А.ru
dc.contributor.authorЖердев Д. А.ru
dc.contributor.authorМинаев Е. Ю.ru
dc.coverage.spatialавтоматизация обнаружения нарушенийru
dc.coverage.spatialсинтетические данныеru
dc.coverage.spatialсверточные нейронные сетиru
dc.coverage.spatialтрещиныru
dc.coverage.spatialобнаружение нарушений целостности зданийru
dc.coverage.spatialнейросетевые алгоритмыru
dc.coverage.spatialприменение БПЛАru
dc.coverage.spatialнарушения целостности зданийru
dc.coverage.spatialмоделирование поврежденийru
dc.creatorФирсов Н. А., Жердева Л. А., Жердев Д. А., Минаев Е. Ю.ru
dc.date.issued2022ru
dc.identifierRU\НТБ СГАУ\491279ru
dc.identifier.citationОбнаружение нарушений целостности поверхностей зданий при помощи нейросетевых алгоритмов / Н. А. Фирсов, Л. А. Жердева, Д. А. Жердев, Е. Ю. Минаев // 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. 043552.ru
dc.description.abstractОбнаружение нарушений целостности поверхностей зданий требует привлечения рабочего персонала, при этом зачастую требуются дополнительные приспособления и спецтехника (лестницы, автовышки и пр.) и возникают риски производственных травм. Автоматизация обнаружения нарушений целостности зданий с помощью видеоаналитики данных с БПЛА может ускорить, удешевить и обезопасить данную процедуру. Применение нейросетевых алгоритмов к данной задачи осложнено специфичностью данных, которые требуется собирать на определенных зданиях и площадях инфраструктуры. Для решения этой задачи предлагается использовать синтетические данные, получаемые при помощи виртуальной среды. Синтезированный набор данных позволяет полностью решить поставленную задачу обнаружения трещин фасадов и повреждений кровли.ru
dc.language.isorusru
dc.relation.ispartofИнформационные технологии и нанотехнологии (ИТНТ-2022) : сб. тр. по материалам VIII Междунар. конф. и молодеж. шк. (г. Самара, 23 - 27 мая) : в 5 т. -ru
dc.sourceИнформационные технологии и нанотехнологии (ИТНТ-2022). - Т. 4 : Искусственный интеллектru
dc.titleОбнаружение нарушений целостности поверхностей зданий при помощи нейросетевых алгоритмовru
dc.typeTextru
dc.citation.spage043552ru
dc.citation.volume4ru
dc.textpartИспользование нейросетевых алгоритмов позволяет автоматизировать процесс обработки видеоданных, уменьшая нагрузку на персонал и увеличивая эффективность мониторинга повреждений. В связи со сложностью получения набора данных для обучения нейросетей возможно использование технологии моделирования синтетических данных. 2. ОБНАРУЖЕНИЕ ДЕФЕКТОВ В качестве нейросетевого классификатора для задачи обнаружения дефектов была приме...-
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
ИТНТ-2022. Том 4. Искусственный интеллект/978-5-7883-1792-2_2022-043552.pdf826.44 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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