1. Репозиторий Самарского национального исследовательского университета имени академика С.П. Королёва
  2. 04. Материалы конференций
  3. Информационные технологии и нанотехнологии
Full metadata record
DC FieldValueLanguage
dc.contributor.authorЖгутов П. Е.
dc.contributor.authorМуравьев В. С.
dc.coverage.spatialдорожный трафик
dc.coverage.spatialавтомобильные потоки
dc.coverage.spatialYOLO
dc.coverage.spatialанализ дорожного трафика
dc.coverage.spatialметод выделения движения
dc.coverage.spatialоценка плотности автомобильного потока
dc.coverage.spatialнейросетевой алгоритм обнаружения
dc.creatorЖгутов П. Е., Муравьев В. С.
dc.date2023
dc.date.accessioned2025-08-22T12:18:49Z-
dc.date.available2025-08-22T12:18:49Z-
dc.date.issued2023
dc.identifier.identifierRU\НТБ СГАУ\541764
dc.identifier.citationЖгутов, П. Е. Сравнение алгоритмов обнаружения объектов в задаче оценки плотности автомобильных потоков / П. Е. Жгутов, В. С. Муравьев // Информационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - Фил. Федер. науч.-исслед. центра "Кристаллография и фотоника" Рос. акад. наук. - Самара : Изд-во Самар. ун-та, 2023Распознавание, обработка и анализ изображений / под ред. В. В. Сергеева. - 2023. - С. 031502.
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/13154-
dc.description.abstractДанная работа посвящена сравнению нейросетевого и классического подходов к обнаружению объектов в рамках задачи, по оценке плотностиавтомобильных потоков. Рассматривается возможность использования нейросетевого алгоритма, как более точного, надежного и универсального. Цель работы состоит в оценке точности работы каждого из алгоритмов и сравнения полученных результатов. На основе проведенного исследования были показаны преимущества нейросетевого алгоритма в точности обнаружения и подсчета транспортных средств. За счет этого выросла общая эффективность оценки плотности автомобильного потока.
dc.languagerus
dc.relation.ispartofИнформационные технологии и нанотехнологии (ИТНТ-2023) : сб. тр. по материалам IX Междунар. конф. и молодеж. шк. (г. Самара, 17-23 апр. 2023 г.): в 6
dc.sourceИнформационные технологии и нанотехнологии (ИТНТ-2023). - Т. 3 : Распознавание, обработка и анализ изображений
dc.subjectдорожный трафик
dc.subjectавтомобильные потоки
dc.subjectYOLO
dc.subjectанализ дорожного трафика
dc.subjectметод выделения движения
dc.subjectоценка плотности автомобильного потока
dc.subjectнейросетевой алгоритм обнаружения
dc.titleСравнение алгоритмов обнаружения объектов в задаче оценки плотности автомобильных потоков
dc.typeText
dc.citation.spage031502
dc.citation.volume3
local.contributor.authorЖгутов П. Е.
local.contributor.authorМуравьев В. С.
local.identifier.oldurihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Sravnenie-algoritmov-obnaruzheniya-obektov-v-zadache-ocenki-plotnosti-avtomobilnyh-potokov-106000
local.identifier.oldurihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Sravnenie-algoritmov-obnaruzheniya-obektov-v-zadache-ocenki-plotnosti-avtomobilnyh-potokov-106000
Appears in Collections:Информационные технологии и нанотехнологии

Files in This Item:
File SizeFormat 
978-5-7883-1919-3_2023-031502.pdf243.34 kBAdobe PDFView/Open
Show simple item record


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.