Комп'ютерні системи та мережі
Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/2141
Browse
5 results
Search Results
Item Методи та засоби покращення точності розпізнавання об’єктів на мобільній платформі IOS у реальному часі(Видавництво Львівської політехніки, 2021-06-06) Кушнір, Д. О.; Kushnir, D.; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityЗа результатами аналізу літературних джерел встановлено що перспективним напрямом пошуку та розпізнавання об’єктів є сім’я моделей Yolo. Проте наявні реалізації не підтримують можливості запуску моделі на платформі iOS. Для досягнення таких цілей розроблено комплексну масштабовану систему конвертації та підвищення точності розпізнавання довільних моделей на базі системи Docker. Методика покращення полягає у додаванні до оригінальної моделі додаткового шару із функцією активації Mish. Методика конвертації полягає в оперативному перетворенні довільної моделі Yolo у формат CoreML. Під час дослідження цих методик була створена модель нейронної мережі Yolov4_TCAR. Крім того, розроблено метод акселерації навантаження на CPU із використанням додаткового шару нейронної мережі з функцією активації Mish мовою Swift під мобільну платформу iOS. В результаті досліджено ефективність функції активації Mish, навантаження CPU мобільного пристрою, кількість використаної оперативної пам’яті та частоту кадрів у разі використання поліпшеної оригінальної моделі Yolov4-TCAR. Результати досліджень підтвердили функціонування алгоритму конвертації та підвищення точності моделі нейронної мережі у реальному часіItem Алгоритм оперативного наведення засобів вимірювально–керувального вузла кіберфізичної системи на рухомий об’єкт(Видавництво Львівської політехніки, 2020-03-01) Кушнір, Д. О.; Парамуд, Я. С.; Kushnir, D.; Paramud, Y.; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityЗа результатами аналізу літературних джерел встановлено. що одними з основних вузлів кіберфізичних систем є вимірювально–керувальні вузли. Одним із завдань, розв’язання яких покладено на такі вузли, є наведення засобів спостереження за рухомими об’єктами. Запропоновано алгоритм наведення, який полягає в оперативному опрацюванні результатів спостережень, передбаченні найімовірнішого напрямку руху та формуванні команд для максимального наближення зображення рухомого об’єкта до центра інформаційного кадру. Розроблений алгоритм базується на алгоритмі навчання з підкріпленням DDPG. Засоби розпізнавання реалізовують можливості моделі YOLOv3. Використані додаткові програмні фільтри для покращення якості розпізнавання. Алгоритм верифіковано на експериментальній фізичній моделі з використанням дрона. Результати експериментальних досліджень підтвердили функціонування алгоритму наведення в реальному часі.Item Методи пошуку та розпізнавання об’єктів у відеозображеннях на мобільній платформі IOS в реальному часі(Видавництво Львівської політехніки, 2019-03-01) Кушнір, Д. О.; Парамуд, Я. С.; Kushnir, D.; Paramud, Y.; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityДосліджено особливості найпоширеніших методів і систем пошуку та розпізнавання об’єктів у відеозображеннях. За результатами дослідження показано доцільність побудови засобів пошуку та розпізнавання для платформи iOS у реальному часі. Запропоновано метод функціональної адаптації алгоритму пошуку та розпізнавання об’єктів до особливостей відеозображень, який полягає в опрацюванні відеозображення згладжуючим та мінімізаційним фільтрами, що забезпечує зменшення часу пошуку та розпізнавання об’єктів. Розроблено базову структурну схему таких засобів та алгоритм функціонування. Розроблено алгоритмічнопрограмні засоби для розв’язання завдання на знаходження та оперативне розпізнавання об’єктів у режимі реального часу мовою Swift під мобільну платформу iOS. Використано особливості згорткової нейронної мережі з архітектурою YOLOv3 та фреймворку для роботи з нейронними мережами під мобільні додатки CoreML. Запропоновано метод поліпшення роботи такої нейронної мережі, який оснований на квантизації вагових коефіцієнтів нейромережі та забезпечує мінімізацію розміру моделі та часу пошуку її об’єктів. Досліджено значення частоти оброблення кадрів зображень із використанням запропонованої моделі YOLOv3-KD та моделей нейронних мереж типу YOLOv3-tiny та YOLOv3-416. Доведено можливість функціонування запропонованих засобів у режимі реального часу.Item Автоматизована система розв’язування оптимізаційних задач при проектуванні інтегральних мікровбудованих систем(Видавництво Національного університету “Львівська політехніка”, 2005-03-01) Теслюк, В. М.; Лобур, М. В.; Раєвський, П. Ю.; Денисюк, П. Ю.; Національний університет “Львівська політехніка”Розроблено систему розв’язання процедур оптимізації під час проектування мікровбудованих систем. Система оптимізації OptimMEMS містить модулі для розв’язання задач одновимірної та багатовимірної умовної і безумовної оптимізації задач лінійного програмування, модуль статистичних методів оптимізації та модуль розв’язання задач багатокритеріальної оптимізації. Наведено результати тестування розробленого програмного забезпечення системи та дослідження реалізованих методів у системі.Item Система розпізнавання та перекладу текстової інформації в мобільних додатках з використанням бібліотеки Microsoft Cognitive OCR(Видавництво Національного університету “Львівська політехніка”, 2018-02-26) Ваврук, Є. Я.; Кушнір, Д. О.; Vavruk, E.; Kushnir, D.; Національний університет “Львівська політехніка”; Lviv Polytechnic National UniversityРозглянуто програмні засоби обробки як рукописного, так і друкованого тексту з подальшим його перекладом на мобільних платформах Android та IOS. Наведено метод реалізації повністю кросплатформних рішень для складних мобільних систем. Запропоновано реалізацію системи на базі алгоритму обробки тексту за допомогою бібліотеки Microsoft Cognitive OCR, наведено діаграму класів взаємодії модулів системи на основі технологій машинного навчання. Забезпечено кросплатформне рішення для мобільних систем Android та IOS. Досліджено ефективність розпізнавання різних шрифтів, написаних різними мовами, та виведено вірогідність правильного розпізнавання слів відносно кількості символів у кожному тесті.