Отрывок: К отличительным особенностям данной сети следует отнести достаточ- но небольшой размер модели, высокую скорость вы- числений при хорошем качестве распознавания. С целью проведения экспериментов по определе- нию качества распознавания тест-объектов на ...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Мингалев, А.В. | - |
dc.contributor.author | Белов, А.В. | - |
dc.contributor.author | Габдуллин, И.М. | - |
dc.contributor.author | Агафонова, Р.Р. | - |
dc.contributor.author | Шушарин, С.Н. | - |
dc.date.accessioned | 2019-07-29 12:33:35 | - |
dc.date.available | 2019-07-29 12:33:35 | - |
dc.date.issued | 2019-06 | - |
dc.identifier | Dspace\SGAU\20190718\78021 | ru |
dc.identifier.citation | Мингалев, А.В. Распознавание тест-объектов на тепловизионных изоб- ражениях / А.В. Мингалев, А.В. Белов, И.М. Габдуллин, Р.Р. Агафонова, С.Н. Шушарин // Компьютерная оптика. – 2019. – Т. 43, № 3. – С. 402-411. – DOI: 10.18287/2412-6179-2019-43- 3-402-411. | ru |
dc.identifier.uri | https://dx.doi.org/10.18287/2412-6179-2019-43- 3-402-411 | - |
dc.identifier.uri | http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Raspoznavanie-testobektov-na-teplovizionnyh-izobrazheniyah-78021 | - |
dc.description.abstract | Представлен сравнительный анализ нескольких способов распознавания тест-объектов на тепловизионном изображении при настройке и проверке характеристик тепловизионных каналов в автоматизированном режиме. Рассмотрены способы распознавания изображений на основе корреляционного сопоставления изображений, на основе метода Виолы–Джонса,на основе классифицирующей сверточной нейронной сети LeNet, на основе классифицирующей сверточной нейронной сети GoogleNet (Inception v. 1), на основе детектирующей сверточной нейронной сети глубокого обучения типа Single Shot Multibox Detector (SSD) VGG16. Самое высокое значение функционала качества получено с использованием детектирующей сверточной нейронной сети глубокого обучения типа SSD VGG16. К основным достоинствам данного способа следует отнести инвариантность к изменению размеров тест-объектов, высокие значения таких параметров, как точность и полнота, а также отсутствие необходимости применения дополнительных методов для локализации областей интереса. | ru |
dc.language.iso | rus | ru |
dc.publisher | Самарский национальный исследовательский университет им. академика С.П. Королева, Институт систем обработки изображений РАН - филиал ФНИЦ «Кристаллография и фотоника» РАН | ru |
dc.relation.ispartofseries | 43;3 | - |
dc.subject | классификация изображений | ru |
dc.subject | тепловизионный прибор | ru |
dc.subject | детектирование объектов на изображениях | ru |
dc.subject | распознавание изображений | ru |
dc.subject | сверточные нейронные сети глубокого обучения | ru |
dc.subject | тепловизионное изображение | ru |
dc.title | Распознавание тест-объектов на тепловизионных изображениях | ru |
dc.title.alternative | Test-object recognition in thermal images | ru |
dc.type | Article | ru |
dc.textpart | К отличительным особенностям данной сети следует отнести достаточ- но небольшой размер модели, высокую скорость вы- числений при хорошем качестве распознавания. С целью проведения экспериментов по определе- нию качества распознавания тест-объектов на ... | - |
dc.classindex.scsti | 50.47.02 | - |
Располагается в коллекциях: | Журнал "Компьютерная оптика" |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
09 Mingalev_AA-MA-L-MI-JuN-SV-MA-JuN2-NL-Fin.pdf | Основная статья | 1.41 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.