Отрывок: Также наиболее ча- сто в качестве дефекта выбоин выделяются разруше- ния края проезжей части – бордюров и пешеходных дорожек. На рис. 9 представлены результаты сегмен- тации сети, обученной на комбинированном наборе реальных и сгенерированных с помощью КГ и DCGAN изображений. Табл. 4. Результаты сегментации дефектов Набор данных Количество изображений Среднее IoU Среднее F1 Реальные 395 0,55...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorКанаева, И.А.-
dc.contributor.authorИванова, Ю.А.-
dc.contributor.authorСпицын, В.Г.-
dc.date.accessioned2022-02-07 16:35:23-
dc.date.available2022-02-07 16:35:23-
dc.date.issued2021-11-
dc.identifierDspace\SGAU\20220203\95517ru
dc.identifier.citationКанаева, И.А. Сегментация дефектов дорожного покрытия на основе формирования синтетических выборок с помощью глубоких генеративно-состязательных свёрточных сетей / И.А. Канаева, Ю.А. Иванова, В.Г. Спицын // Компьютерная оптика. – 2021. – Т. 45, № 6. – С. 907-916. – DOI: 10.18287/2412-6179-CO-844.ru
dc.identifier.uri10.18287/2412-6179-CO-844-
dc.identifier.urihttp://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Segmentaciya-defektov-dorozhnogo-pokrytiya-na-osnove-formirovaniya-sinteticheskih-vyborok-s-pomoshu-glubokih-generativnosostyazatelnyh-svertochnyh-setei-95517-
dc.description.abstractВ данной работе рассматривается комплекс задач обнаружения различных дефектов дорожного полотна автомобильных дорог и современные методы их решения. Представленное сравнение общедоступных наборов данных позволяет сделать вывод о сложности и малой разработанности задачи сегментации дефектов дорожного покрытия по изображению общего вида автомобильных дорог. Для решения данной проблемы разработаны алгоритмы генерации синтетического набора данных для сегментации дефектов классов трещин и выбоин на основе методов компьютерной графики и генеративно-состязательных сетей. Проведено сравнение точности сегментации дефектов дорожного покрытия полносверточной нейронной сетью U-Net на реальном и комбинированных наборах данных.ru
dc.description.sponsorshipИсследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 18-08-00977 А и в рамках Программы повышения конкурентоспособности ТПУ.ru
dc.language.isorusru
dc.publisherСамарский национальный исследовательский университетru
dc.relation.ispartofseries45;6-
dc.subjectсегментация, дефекты дорожного покрытия, синтетическая выборка, генеративно-состязательные сети, сверточные нейронные сетиru
dc.titleСегментация дефектов дорожного покрытия на основе формирования синтетических выборок с помощью глубоких генеративно-состязательных свёрточных сетейru
dc.title.alternativeDeep convolutional generative adversarial network-based synthesis of datasets for road pavement distress segmentationru
dc.typeArticleru
dc.textpartТакже наиболее ча- сто в качестве дефекта выбоин выделяются разруше- ния края проезжей части – бордюров и пешеходных дорожек. На рис. 9 представлены результаты сегмен- тации сети, обученной на комбинированном наборе реальных и сгенерированных с помощью КГ и DCGAN изображений. Табл. 4. Результаты сегментации дефектов Набор данных Количество изображений Среднее IoU Среднее F1 Реальные 395 0,55...-
dc.classindex.scsti28.23.15-
Располагается в коллекциях: Журнал "Компьютерная оптика"

Файлы этого ресурса:
Файл Описание Размер Формат  
15-Канаева-Иванова-Спицын_SV(Pics)-KI-JuN-Lit-MI-MA-JuN2-Gr-corr.pdfОсновная статья2.81 MBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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