Кафедри
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/35393
Переглянути
28 результатів
Результати пошуку
Документ Розробка підходу до вибіркового пошуку об'єктів на зображеннях(Мелітопольський державний педагогічний університет ім. Богдана Хмельницького, 2023) Власенко, Володимир Олександрович; Дашкевич, Андрій Олександрович; Воронцова, Дар'я Володимирівна; Охотська, Олена ВадимівнаДокумент Узагальнений підхід до вибіркового пошуку об'єктів на зображеннях(Мелітопольський державний педагогічний університет ім. Богдана Хмельницького, 2023) Власенко, Володимир Олександрович; Дашкевич, Андрій Олександрович; Воронцова, Дар'я Володимирівна; Охотська, Олена ВадимівнаРоботу присвячено процесу дослідження та розробці власного підходу для розпізнавання обʼєктів на зображеннях у випадках вибіркового пошуку. У сучасному світі у сфері комп’ютерного зору та обробки зображень, розпізнавання об’єктів є одним із найважливіших напрямків досліджень. Застосування нейронних мереж, таких як YOLO (You Only Look Once) та R-CNN (Region-based Convolutional Neural Network), виявилося дуже ефективним у вирішенні цієї задачі. Ці алгоритми здатні знаходити об’єкти на зображеннях та повертати обмежувальні рамки, які точно описують ці об’єкти. Однак, у деяких випадках, коли ми працюємо з інтерактивними програмами, наприклад, обираємо об’єкт, клацаючи або торкаючись розпізнаної області, виникає проблема вибору правильного об’єкта та його обмежувальної рамки. Це може вплинути на точність визначення обраного об’єкта в контексті вибіркового пошуку. Виникає необхідність знайти таку область пошуку, яка дозволить нам належним чином визначити обраний об’єкт, особливо у випадку перетину обмежувальних рамок. Ефективний підхід до визначення розміру області пошуку та візуалізація процесу дослідження можуть покращити точність і швидкість вибору об’єктів, забезпечуючи більш зручний та ефективний пошук об’єктів на зображеннях. Ми пропонуємо вирішення проблеми перетину обмежувальних рамок, що виникає при роботі нейронних мереж типу YOLO та R-CNN, розробивши метод оцінки оптимального розміру області пошуку, який дозволить знайти відповідний об’єкт та його обмежувальну рамку та пропонуємо узагальнений підхід до візуалізації процесу дослідження, що дозволить наочно представити перекриття обмежувальних рамок та полегшить вибір оптимального об’єкта. Для підтвердження ефективності запропонованого методу ми проводимо експерименти на відповідному наборі даних та порівнюємо їх. Результати таких досліджень можуть мати значний практичний вплив на розробку систем розпізнавання об’єктів і покращення їх функціональності в цілому. Майбутні дослідження можуть фокусуватися на розширенні набору даних для випадків вибіркового пошуку, включаючи різні сценарії перекриття обмежувальних рамок та об’єктів з різною формою та розмірами.Документ Підхід до 3D унаочнення вправ фейсбілдінгу(Херсонський національний технічний університет, 2020) Воронцова, Дар'я Володимирівна; Дашкевич, Андрій Олександрович; Грищенко, Т. В.Документ Підхід до візуалізації вправ для м'язів обличчя("ОЛДІ-ПЛЮС", 2020) Воронцова, Дар'я Володимирівна; Дашкевич, Андрій Олександрович; Грищенко, Т. В.Сьогодні IT технології не тільки надають змогу збирати, опрацьовувати, зберігати інформацію, але і демонструвати її в інтересах користувачів. Одним із способів презентації інформації є комп’ютерна графіка. За допомогою комп’ютерної графіки з’явилась можливість унаочнити те, що неможливо побачити у реальному житті: зазирнути, роздивитись, навіть торкнутись речей, які раніше були представлені тільки на ілюстраціях. На сьогодні існує велика кількість програм, додатків, Інтернет ресурсів, цифрових атласів, відео, що презентують пристрої складних механізмів, явища природи, анатомію людини, виконання фізичних вправ і т.п. Не дуже розвиненою сферою, з точки зору цифрового унаочнення, виявилась сфера фейсбілдінгу. Вправи гімнастики обличчя, презентовані на малюнках, або представлені на реальних відео які не демонструють м’язи, що навантажені. Необхідно відмітити: розуміння внутрішнього розподілу зусиль на відповідні м’язи при виконанні вправ призводить до кращого результату та допомагає уникнути помилок. В роботі наведено загальну схему 3D моделювання, текстурування, рігу, анімації та візуалізації для створення базової моделі інструктора фейсбілдінгу із застосуванням таких програмних пакетів, як Autodesk Maya, Zbrush, Adobe Photoshop. Розроблено спосіб 3D унаочнення на анатомічному рівні певних груп м’язів обличчя та шийного відділу. За базові приймались вправи спортивно-оздоровчого комплексу для обличчя, розроблених лікарем-косметологом центру лазерних технологій. На основі розробленої моделі, за запропонованим підходом унаочнення, з урахуванням рекомендацій лікаря-косметолога створені демонстраційні відео виконання фізичних вправ фейсбилдінгу засобами Sony Vegas Pro з аудіо супроводженням. Початкові кадри демонструють виконання вправ моделі з реалістичною текстурою. Наступні кадри показують обліт камери й зміну матеріалу моделі, а саме модель інструктора приймає білий матовий колір, а м’язи, що навантажені, підсвічуються червоним кольором. Така зміна матеріалів надає змогу більш інформативно представити виконання вправ. Отримані відеоролики можуть використовуватись у медичній практиці та косметології для демонстрації вправ м’язів шийного відділу та обличчя.Документ Віртуальна реконструкція архітектурної спадщини(Херсонський національний технічний університет, 2019) Богацька, А. С.; Воронцова, Дар'я Володимирівна; Дашкевич, Андрій ОлександровичПублікація Основи програмування на C++(2021) Водка, Олексій Олександрович; Дашкевич, Андрій Олександрович; Іванченко, Ксенія Вікторівна; Розова, Людмила Вікторівна; Сенько, Альона ВолодимирівнаПосібник містить опис мови програмування С++. Наведено необхідний теоретичний матеріал з основ об`єктно-орієнтованого програмування за темами: класи, успадкування, поліморфізм, виключення, перевантаження операцій та інші. Кожен з розглянутих розділів забезпечено значною кількістю прикладів програм, та завданнями для самостійного виконання. Призначено для студентів спеціальностей 113 – Прикладна математика та 122 – Комп`ютерні науки та інших технічних спеціальностей.Документ Моделювання освітлення за алгоритмом radiosity(Національний технічний університет "Харківський політехнічний інститут", 2014) Дашкевич, Андрій ОлександровичДокумент Автоматична побудова тривимірних моделей з використанням методу "структура-із-руху"(Національний технічний університет "Харківський політехнічний інститут", 2019) Прилуцька, Ю. Д.; Дашкевич, Андрій ОлександровичДокумент Зіставлення зображень на основі пошуку найближчих сусідів в просторі параметрів(Мелітопольський державний педагогічний університет ім. Богдана Хмельницького, 2019) Дашкевич, Андрій Олександрович; Шоман, Ольга ВікторівнаВ задачах комп'ютерного зору та обробки зображень часто виникає необхідність проведення процесу зіставлення точок двох зображень, наприклад, для пошуку об'єктів на зображеннях або для відновлення тривимірних геометричних моделей сцени. В той же час, не існує загального методу визначення чітких точкових відповідностей на зображеннях. В роботі запропоновано підхід до визначення пар ключових точок на зображеннях на основі розбиття простору параметрів на регулярну сітку і представлення такої сітки в вигляді просторової хеш-таблиці для прискорення пошуку. Підхід дозволяє визначати стійкі пари ключових точок на двох зображеннях, що дозволяє його використання в задачах стереозору для відновлення тривимірних моделей поверхонь і для пошуку об’єктів на зображеннях. Представлений підхід складається з наступних кроків: визначення ключових точок з використанням дескрипторів; зіставлення ключових точок на основі побудови двовимірного простору параметрів, який формується з розміру і кута орієнтації дескриптора; розбиття простору параметрів на регулярну сітку; побудова хеш-таблиці на основі сітки, в якості значень в комірках хеш-таблиці містяться кількість пар ключових точок з близькими значеннями розміру і орієнтації дескриптора, що відповідають даній комірці; пошук в хеш-таблиці комірки, що міститиме найбільшу кількість точок, така комірка відповідатиме найбільш стійким відповідностям ключових точок на зображеннях. Представлений алгоритм може бути розширений для роботи з довільною кількістю параметрів. Запропонований алгоритм дозволяє проводити зіставлення ключових точок на зображеннях за час O(n).Документ Дослідження багатошарових нейронних мереж для автоматичного виділення ознак при вирішенні задачі розпізнавання образів(Таврійський державний агротехнологічний університет, 2016) Дашкевич, Андрій ОлександровичВ роботі розглянуто підходи до виділення ознак при розпізнаванні образів і застосування багатошарових нейронних мереж для розв'язання таких задач. Проведено процес моделювання багатошарового перцептрону для автоматичного виділення ознак зображення і подальшої класифікації. Досліджено вплив базових параметрів на якість розпізнавання.
- «
- 1 (current)
- 2
- 3
- »