Комп'ютерні системи та мережі
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/2141
Browse
4 results
Search Results
Item Дослідження методу гістограм напрямлених градієнтів для ідентифікації транспортних засобів(Видавництво Львівської політехніки, 2019-03-01) Пуйда, В. Я.; Шургот, С. В.; Puyda, V.; Shurhot, S.; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityТеоретичні основи, методи та алгоритми розпізнавання візуальних об’єктів починають розробляти з часів появи перших електронних обчислювальних машин. Практичне використання різних завдань розпізнавання образів у сучасних технічних системах зумовлено стрімким розвитком потужних, малогабаритних та порівняно дешевих засобів оброблення цифрових даних і стає все поширенішим у різноманітних галузях. У роботі виконано дослідження ефективності алгоритму гістограм напрямлених градієнтів (HOG) у разі ідентифікації у відео потоці транспортних засобів різних типів: автомобілів, літаків, кораблів. Виконано моделювання алгоритму з використанням пакета MATLAB на прикладі літаків фірми “Антонов”, автомобілів різних марок та різних кораблів. У результаті моделювання з допомогою інструментів MATLAB отримано спеціалізовані SVM-класифікатори для ідентифікації деяких марок автомобілів, літаків та кораблів. Для отримання класифікатора використовували вибірки зображень із сцен, на яких є об’єкти, що ідентифікуються, та негативних зображень сцен, на яких відсутні такі об’єкти. Здійснено порівняння основних параметрів класифікаторів. У процесі моделювання алгоритму проводили навчання спеціалізованого класифікатора для ідентифікації об’єктів класу автомобілів, літаків, кораблів та підбір оптимальних параметрів навчання і робочого функціонування спеціалізованого класифікатора для досягнення найефективнішої ідентифікації. Аналіз отриманих результатів показав, що використаний алгоритм із найбільшою ефективністю працює на об’єктах класу “автомобілі”. Для перевірки функціонування алгоритму на реальних об’єктах у режимі реального часу розроблено структурну схему модуля ідентифікації на основі мікрокомп’ютера з відкритим кодом типу Orange Pi зі встановленою ОС Android ZIDOO.Item Спецпроцесор для визначення характерних ознак на основі алгоритму SURF(Видавництво Львівської політехніки, 2017-03-28) Пуйда, В. Я.; Puyda, V.; Національний університет ”Львівська політехніка”; Lviv Polytechnic National UniversityЗапропоновано структуру спецпроцесора реалізації алгоритму визначення характерних ознак відеооб’єкта на основі алгоритму SURF для спеціалізованої системи технічного зору.Item Мультипроцесорна система для виконання задач технічного зору(Видавництво Львівської політехніки, 2017-03-28) Пуйда, В. Я.; Puyda, V.; Національний університет ”Львівська політехніка”; Lviv Polytechnic National UniversityЗапропоновано варіант системи технічного зору на основі багатопроцесорної архітектури з використанням багатопортової пам’яті з рівним доступом усіх спецпроцесорів.Item Аналіз функціонування моделі нейронної схеми “К-winners-take-all” обробки дискретизованих сигналів(Видавництво Львівської політехніки, 2010) Тимощук, П.Описано модель нейронної схеми типу “K-winners-take-all” (KWTA), призначеної для ідентифікації К максимальних серед N дискретизованих сигналів, де 1 £ K < N . Здійснюється порівняльний аналіз функціонування моделі і найвідоміших аналогів. Наведено відповідні результати комп’ютерного моделювання. The model of K-winners-take-all (KWTA) neural circuit of discrete-time that can identify K maximal from N signals, where 1 £ K < N is described. A functioning comparative analysis of the model and most known analogs is fulfilled. Corresponding computer simulation results are given.