2023

З метою визначення стадії ураження сітківки ока діабетичного походження застосовано механізми машинного навчання. Обґрунтовано використання згорткової нейронної мережі DenseNet для якісного розпізнавання і сегментації зображень. Проведено модифікацію мереж DenseNet-121, DenseNet-169 і DenseNet-201 шляхом додавання додаткових шарів. Розроблено програмні механізми обробки зображень за допомогою розмиття Гауса, видалення чорних рамок і мінімізації впливу зміни положення зображень на якість розпізнавання. Здійснено побудування і навчання моделі. Отримано високі показники точності розпізнавання. Для мережі DenseNet-201 отримано показник 97.9%, що переважає показники мереж DenseNet-121 і DenseNet-169.

Розглянуто проблему ідентифікації динамічних об'єктів з використанням інформаційних технологій дистанційної ідентифікації. Зазначено, що ідентифікація рухомих об'єктів має важливе значення в різних сферах, включаючи автономні транспортні засоби, медичну діагностику та робототехніку. Мета статті полягає в аналізі різних інформаційних технологій виявлення об'єктів, які можуть бути використані в майбутніх дослідженнях з дистанційної ідентифікації. Проведено аналіз методів визначення швидкості як динамічного параметру, аналіз двокрокових та однокрокових методів віддаленої ідентифікації об’єктів, аналіз ранніх методів ідентифікації, а також аналіз методів покращення віддаленої ідентифікації об'єктів. Розглянуто кілька засобів визначення руху об’єктів, зокрема, пропорційно-інтегрально-диференціальний регулятор, метод блоку вирівнювання, фазова кореляція, алгоритми піксельної рекурсії та методи оптичного потоку Лукаса – Канаді, Хорна – Шунка, Фарнбека, густого оптичного потоку. Ці засоби можуть бути використані для ефективного визначення руху об'єктів та ідентифікації їхньої швидкості незалежно від розміру та положення об’єктів. Розглянуті двокрокві та однокрокові методи виявлення об’єктів: метод регіонів зі згортковими нейронними мережами, його покращення, мережі пулінгу просторової піраміди, метод "Ти дивишся лише один раз", однокроковий багаторамковий метод, мережі сітківки, кутова мережа, центральна мережа та трансформер виявлення, які використовують різні підходи для покращення продуктивності та точності виявлення об'єктів. Підкреслено необхідність використання методів згорткових нейронних мереж та мереж пулінгу просторової піраміди для ефективної ідентифікації об’єктів незалежно від їхнього розміру та положення. Пропонуються нові підходи, які дозволяють створювати представлення фіксованої довжини для обробки зображень та регіонів інтересу, а також методи Віоли - Джонса, гістограми орієнтованих градієнтів, моделі деформованих частин. Дослідження в області виявлення об’єктів сприяють розвитку інформаційних технологій та покращенню ефективності систем ідентифікації динамічних об’єктів. Шляхом огляду та аналізу різних методів надані рекомендації для дослідників і практиків, що працюють у галузі дистанційної ідентифікації динамічних об’єктів.

2023

Переглянути

Фільтри

Налаштування

Сортувати за

Результатів на сторінку

Результати пошуку