Использование модульной системы обработки потоковых данных, поступающих с камер наблюдения для выделения объектов с помощью сегментации
Автор: Иванов Егор Сергеевич
Журнал: Программные системы: теория и приложения @programmnye-sistemy
Рубрика: Методы оптимизации и теория управления
Статья в выпуске: 4 (31) т.7, 2016 года.
Бесплатный доступ
В статье описаны методы обработки потоковых данных, реализованные в системе блочно-параллельной обработки данных. Рассмотрены основные методы сегментации изображений и подход к сегментации с использованием сверточных нейронных сетей, опирающийся на текстурную и цветовую информацию. Результаты сегментации изображений используются в задаче выделения фона на изображении
ID: 14336097 Короткий адрес: https://sciup.org/14336097
Список литературы Использование модульной системы обработки потоковых данных, поступающих с камер наблюдения для выделения объектов с помощью сегментации
- С. А. Барталев, Т. С. Ховратович. Анализ возможностей применения методов сегментации спутниковых изображений для выявления изменений в лесах//Современные проблемы дистанционного зондирования Земли из космоса, Т. 8, №. 1. 2011. С. 44-62, URL: http://d33.infospace.ru/d33_conf/2011v8n1/044-062.pdf
- J. Sauvola, M. Pietikanen. "Adaptive Document Image Binarization", Pattern Recognition, V. 33. No. 2. 2000. P. 225-236, URL: http://www.ee.oulu.fi/mvg/files/pdf/pdf_24.pdf
- A. Kondratyev, I. Tishchenko. "Concept of Distributed Processing System of Images Flow", Robot Intelligence Technology and Applications 4, Results from the 4th International Conference on Robot Intelligence Technology and Applications, RiTA 2015 (Bucheon, Korea, December 14-16, 2015), Advances in Intelligent Systems and Computing, vol. 447, eds. J.-H. Kim, F. Karray, J. Jo, P. Sincak, H. Myung, Springer International Publishing, 2016. P. 551-561.
- В. А. Частикова, Д. С. Остапов. Применение методов кластеризации для повышения точности работы нейронных сетей//Современные проблемы науки и образования, 2015, №1-1, 7 с., URL: https://www.science-education.ru/ru/article/view?id=17475.
- Д. С. Лебедько, Н. А. Тюкачёв, М. Н. Мохаммед Заки Хассан. Методы численной оценки качества выделения границ на изображениях//Вестник ВГУ, серия: Системный анализ и информационные технологии, 2015, №4. С. 73-77, URL: http://www.vestnik.vsu.ru/pdf/analiz/2015/04/2015-04-10.pdf
- D. Kriesel. A Brief Introduction to Neural Networks, ZETA2-EN, 2007, URL: http://www.dkriesel.com/_media/science/neuronalenetzeen-zeta2-2col-dkrieselcom.pdf
- Convolutional Neural Network, Wikipedia, URL: https://en.wikipedia. org/wiki/Convolutional_neural_network
- N. Sarangi, C. C. Sekhar. "Tensor Deep Stacking Networks and Kernel Deep Convex Networks", Pattern Recognition: Applications and Methods, 4th International Conference ICPRAM 2015 (Lisbon, Portugal, January 10-12, 2015), Lecture Notes in Computer Science, vol. 9493, Springer International Publishing, 2015. P. 267-281.
- Р. М. Немков. Исследование сверточной нейронной сети//Известия ЮФУ. Технические науки, 2015, №7. С. 79-90, URL: http://izvtn.tti.sfedu.ru/wp-content/uploads/2015/7/8.pdf
Ред. заметка
