Вісники та науково-технічні збірники, журнали

Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/12

Browse

Subject: search.filters.subject.computer vision

Search Results

Now showing 1 - 10 of 14
  • Thumbnail Image
    Item
    Development of an Algorithm and Software System for Facing Panels Accounting on Production Lines
    (Видавництво Львівської політехніки, 2023-02-28) Ivanov, Yurii; Bilous, Petro; Botvinnikov, Viacheslav; Holovatyi, Maksym; Lviv Polytechnic National University
    This paper aims to develop and implement an algorithm and an automated software system for the automatic accounting process of external facing panels during transportation on line conveyors. The method described in this paper is designed to simplify the process of production and accounting of wall-facing panels. This method can also serve as a model for implementing other manufacturers. The developed algorithm consists of the following steps: obtaining a video stream in real-time or from a file and its targeted processing and determining the number of moving objects of interest. The software accounting system created based on the developed algorithm analyzes the video data and stores all the necessary results and settings in the database. The software system can adapt to the accounting requirements of other types of similar products in other areas.
  • Thumbnail Image
    Item
    Development of a Video Surveillance System for Motion Detection and Object Recognition
    (Видавництво Львівської політехніки, 2023-02-28) Lys, Ruslan; Opotyak, Yu. V.; Lviv Polytechnic National University
    This article explores the development of a video surveillance system that utilizes cuttingedge technology to analyze the video stream in real-time, identify motion, and recognize objects within the video stream. The functionality of this system enables it to provide a high level of accuracy in identifying objects, even in low-light conditions or with low-resolution cameras. The software system has been designed as a userfriendly desktop application with the latest technologies and features that will ensure its relevance and easy maintenance in the future. To ensure that the developed desktop application meets common optimization requirements, extensive testing has been conducted to evaluate its resource usage. The resulting system is an efficient and reliable tool for monitoring and detecting movement in various locations, providing enhanced security measures and public safety.
  • Thumbnail Image
    Item
    Comprehensive analysis of few-shot image classification method using triplet loss
    (Видавництво Львівської політехніки, 2022-03-01) Баранов, Микола; Щербина, Юрій; Baranov, Mykola; Shcherbyna, Yurii; Львівський національний університет ім. Івана Франка; Ivan Franko National University of Lviv
    Задача класифікації зображень є дуже важливою сучасною проблемою в області комп’ютерного зору. Перші підходи до розв’язання цієї задачі полягали у використанні класичних алгоритмів. Незважаючи на певний прогрес, отриманий класичними підходами, більшість складніших задач класифікації зображень залишались нерозв’язаними до початку використання алгоритмів машинного навчання. Перші спроби застосування машинного навчання до задачі розпізнавання зображень допомогли класифікувати набори ознак, які опрацювати прямими алгоритмами не вдавалось. Проте видобування множини ознак залишалося за прямими алгоритмами тривалий час. Нещодавний прогрес у сфері глибокого навчання відкрив можливість побудови систем автоматичного видобування множини ознак. Це зумовило значний прогрес у області комп’ютерного бачення і не тільки. Обробка великомасштабних наборів даних призвела до прориву у задачах розпізнавання зображень. Проте з’явилося нове обмеження– залежність від кількості наявних проанотованих даних. Методи глибинного навчання для задачі класифікації зображення зазвичай потребують великої кількості проанотованих зображень. І більше, сучасні моделі схильні до неочікуваної поведінки на наборах даних з іншого домена (нових класів у випадку розпізнавання зображень). Методи навчання на малому наборі даних дозволяють під час тренування глибоких нейронних мереж використовувати значно менше даних, зберігаючи таку саму точність розпізнавання. Незважаючи на це, залишається компроміс між кількістю наявних даних та точністю моделі. В цій роботі ми побудували сіамську нейронну мережу на основі функції втрат трійки і дослідили, як наявна кількість даних впливає на точність розпізнавання сіамської нейронної мережі. Ми порівняли моделі, отримані навчанням на основі метрик, та базову модель, натреновану на великомасштабних наборах даних.
  • Thumbnail Image
    Item
    Automation of the measurement procedure in the mechanical north-seeking gyroscope
    (Видавництво Національного університету “Львівська політехніка”, 2021-03-12) Лопатін, Ярослав; Гегер, Вільгельм; Lopatin, Yaroslav; Heger, Wilhelm; Національний університет “Львівська політехніка”; Вища школа Нойбранденбурга; Lviv Polytechnic National University; Neubrandenburg University of Applied Sciences
    Мета роботи полягає у розробці автоматизованої вимірювальної системи в механічному гірокомпасі за допомогою спеціально розробленого апаратного та програмного забезпечення для того, щоб полегшити експлуатацію приладу та мінімізувати похибки спостерігача. Розроблений комплекс передбачає автоматизацію лише для часового методу, оскільки для методу поворотної точки необхідно постійно контактувати з навідним гвинтом тахеометра. В основі проєкту – інтегрована система, апаратна частина якої містить одноплатний комп’ютер, камеру та об’єктив, а в основі програмного забезпечення – розроблений алгоритм розпізнавання руху із застосуванням технологій обробки зображення. Цей алгоритм створений за допомогою мови програмування Python та Computer Vision бібліотеки з відкритим початковим кодом OpenCV. За допомогою апаратної частини отримується відеозображення відлікової шкали гіроскопа, а за допомогою програмного забезпечення на цьому зображенні ідентифікується рухомий світловий індикатор та його позиція відносно шкали. Результатом дослідження є функціонуюча автоматична система вимірювання, яка визначає значення азимута напрямку з такою ж точністю, що й мануальні вимірювання. Система керується дистанційно за допомогою комп’ютера через wi-fi мережу. Для перевірки системи проведено серію автоматичних та мануальних вимірювань, які виконувались одночасно в одному й тому самому пункті для одного й того самого напрямку. На основі отриманих результатів можна стверджувати, що точність системи є в межах, зазначених виробником приладу для мануальних вимірювань. Застосування технології комп’ютерного зору, а саме відстеження рухомого об’єкта на зображенні для гіроскопічних вимірювань може дати відчутний поштовх для питання розробки систем автоматизації вимірювань для широкого спектра вимірювальних приладів, що своєю чергою може призвести до покращення точності результатів вимірювання. Розроблена система може застосовуватись разом з гірокомпасом Gyromax AK-2M фірми GeoMessTechnik для проведення автоматизованих вимірювань, навчання нових операторів. За допомогою розробленої моделі можна уникнути грубих похибок спостерігача, полегшити процес вимірювання, який не вимагатиме постійної присутності оператора біля приладу. В деяких небезпечних умовах це є суттєвою перевагою.
  • Thumbnail Image
    Item
    Дослідження методів виявлення об`єктів на відеозображеннях
    (Видавництво Львівської політехніки, 2020-03-01) Пуйда, В. Я.; Стоян, А. О.; Puyda, V.; Stoian, A.; Національний університет “Львівська політехніка”; Lviv Polytechnic National University
    Завдання виявлення об’єктів на відеозображеннях характерна для сучасних систем технічого зору (СТЗ), орієнтованих на різні функціональні застосування. Виявляти об`єкти можна як на статичних відеозображеннях, так і на виділених з відеопотоку кадрах. За своєю суттю виявлення об’єктів на відеозображенні, як правило, означає виявлення яскравісних чи кольорових неоднорідностей, які на подальших етапах можна трактувати як фізичні об`єкти. Крім цього, ще можна виконувати операції визначення координат, лінійних розмірів та інших характеристик цих неоднорідностей, які надалі використовувати для розв’язання інших задач в СТЗ, наприклад, для ідентифікації об`єктів. Досліджено три алгоритми, які можна використати для виявлення об’єктів різної природи за різними підходами: виявлення кольорових неоднорідностей, визначення міжкадрової різниці, використання детектора особливих точок. Як вхідну інформацію використовують відеопотік, що вводиться з відеокамери або з файла типу “mp4”. Моделювали алгоритми на універсальному комп`ютері та на апаратній платформі з відкритим кодом, побудованій на базі процесора Broadcom BCM2711, quad-core Cortex-A72 (ARM v8) 64-bit SoC із робочою частотою 1,5 GHz. Програми моделювання підготовлено в середовищі Visual Studio 2019 з використанням бібліотек OpenCV4 для Windows 10 на універсальному ПК та Linux (ОС Raspbian Buster) для платформи з відкритим кодом. Здійснено порівняльний аналіз вибраних методів. Отримані результати можна використати в наукових дослідженнях та для проєктування реальних СТЗ різного функціонального призначення
  • Thumbnail Image
    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 University
    Запропоновано структуру спецпроцесора реалізації алгоритму визначення характерних ознак відеооб’єкта на основі алгоритму SURF для спеціалізованої системи технічного зору.
  • Thumbnail Image
    Item
    Surf features extraction in a computer vision system
    (Lviv Politechnic Publishing House, 2017-02-01) Puyda, Volodymyr; Lviv Polytechnic National University
    We consider a microcontroller implementation of an algorithm for extracting SURF features of an object in a video stream to be used in a specialized computer vision system.
  • Thumbnail Image
    Item
    Зменшення кількості хибних викликів під час розв’язання задачі детектування полум’я у відеопотоці з використанням глибоких згорткових нейронних мереж
    (Видавництво Львівської політехніки, 2017-03-28) Максимів, О.; Рак, Т.; Пелешко, Д.; Львівський державний університет безпеки життєдіяльності; Національний університет “Львівська політехніка”
    Розроблено новий підхід до детектування полум’я на зображеннях, який ґрунтується на використанні згорткових нейронних мереж. Запропоновано структуру реалізації каскадного підходу до детектування вогню, яка забезпечує покращену ефективність розпізнавання на зображеннях з низькою роздільною здатністю, та об’єктів, які можуть візуально нагадувати полум’я. Проведено експерименти з дослідження запропонованого методу порівняно з сучасним методом детектування об’єктів Faster R-CNN. У результаті проведених експериментів було виявлено покращення показника ефективності в середньому на 20%.
  • Thumbnail Image
    Item
    Analysis of computer vision and image analysis technics
    (Commission of Motorization and Energetics in Agriculture, 2017) Rybchak, Z.; Basystiuk, O.; Lviv Polytechnic National University
    Computer vision and image recognition are one of the most popular theme nowadays. Moreover, this technology developing really fast, so filed of usage increased. The main aims of this article are explain basic principles of this field and overview some interesting technologies that nowadays are widely used in computer vision and image recognition.
  • Thumbnail Image
    Item
    BOX метод ідентифікації прямих на растрових зображеннях
    (Видавництво Львівської політехніки, 2016) Шелевицький, І. В.; Ткаченко, Є. В.
    Запропоновано метод BOX перетворення, що відображає прямі на растрових зображеннях за точками перетину описаного навколо зображення квадрата. Відобра- ження здійснюється за парами точок, через які проходять прямі, і має складність N2. Число пар точок, що лежать на одній прямій, акумулюється в одній точці відображення. Це дає змогу виконати селекцію прямих за числом точок на них та фільтрувати окремі точки. Показано алгоритми прямого та оберненого перетворень та приклади перетворення зображень. Відображення потенційно дозволяє реалізувати алгоритми ідентифікації прямих на відеозображеннях у реальному часі. The method BOX transformation that reflects lines on raster images for the points of intersection circumscribing the square image. Displaying is carried out by lines with distinct pairs of crossing points and has N2 complexity. The number of pairs of points lying on a straight line accumulates at a point of reflection. This selection allows you to direct the number of dots on them and perform filtering of individual points. The algorithms of direct and inverse conversion and the examples of images conversion have been demonstrated. Display allows you to implement algorithms of line identification on video images in real time.