Найти

Результаты поиска

• КОМПЛЕКСНЫЙ ПОДХОД К РАСПОЗНАВАНИЮ НАРУШИТЕЛЯ ПО ВИДЕОИЗОБРАЖЕНИЯМ

  А. Е. Колоденкова , М. О. Бочкарев

  105-113

  2026-07-07

  Аннотация ▼

  Распознавание нарушителей в условиях неконтролируемой среды является важнейшей функцией систем контроля безопасности (СКБ), основанных на биометрии и обеспечивающих защиту на объектах с массовым скоплением людей. Повысить точность подобных систем возможно за счет объединения нескольких различных биометрических признаков, полученных по видеоизображениям. Однако при работе с видеоизображениями возникает ряд проблем, связанных с изменением точки обзора, контрастности, освещения, окклюзией, посторонних объектов на заднем плане, с выбором уровня объединения биометрических признаков. Для решения данной проблемы предложен комплексный подход к распознаванию нарушителя, основанный на предварительной обработке видеоизображений, а также интеграции двух сверточных нейронных сетей (СНС), теории Демпстера-Шефера, метода случайного леса для объединения поведенческих биометрических признаков на уровне оценок соответствия и классификации видеоизображений. В качестве биометрических признаков рассматриваются походка и жестикуляция, поскольку их можно наблюдать без прямого взаимодействия с человеком. Для решения задачи классификации определено три класса видеоизображений: класс 1 – человек не является нарушителем, класс 2 – потенциальный нарушитель, класс 3 – нарушитель. В работе также представлена обобщенная схема комплексного подхода к распознаванию нарушителя с подробным описанием этапов.
  Для оценки эффективности предложенного комплексного подхода были проведены эксперименты с набором данных KTH Dataset, который содержит шесть типов простых действий человека, совершенных разными людьми на различных фонах. Результаты исследований показали, что предложенный подход повышает точность распознавания нарушителя по видеоизображениям в условиях неконтролируемой среды (точность классификации составила 87%).

• РАЗРАБОТКА КОМПЛЕКСНОГО ПОДХОДА К ОБНАРУЖЕНИЮ НЕИСПРАВНОСТЕЙ ЭЛЕКТРООБОРУДОВАНИЯ С ИСПОЛЬЗОВАНИЕМ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ

  А.Е. Колоденкова , С.С. Верещагина

  2025-01-30

  Аннотация ▼

  Электрооборудование (ЭО) играет ключевую роль в промышленных электротехнических
  системах, в которых неожиданные механические неисправности в процессе эксплуатации могут
  привести к тяжелым последствиям (нарушение технологического процесса, снижение качества и
  количества выпускаемой продукции, возникновение аварийных ситуаций). Для своевременного вы-
  явления подобных неисправностей, а также обеспечения нормальной работы систем необходимо
  проводить регулярное оценивание технического состояния ЭО с помощью современных компью-
  терных технологий в условиях неполной и нечеткой информации. Для решения данной проблемы
  предлагается подход с использованием квантования и сверточных нейронных сетей (СНС), отли-
  чающийся от существующих подходов комплексной обработкой термограмм, полученных с помо-
  щью тепловизионного устройства; изображений с черно-белыми и цветными графиками, получен-
  ных с приборов либо построенных по статистическим данным. Данный подход позволяет повы-
  сить точность классификации различных неисправностей ЭО, снизить неплановые отказы обору-
  дования за счет оперативного принятия решений относительно технического состояния ЭО в
  условиях неполной и нечеткой информации. Обзор исследований в данной предметной области как
  российских, так и зарубежных ученых отражает целый ряд успешных экспериментов по исполь-
  зованию СНС. Разработанная СНС для классификации неисправностей на выходе выдает номер
  класса, к которому относится текущее состояние оборудования (класс 1 – работоспособное ЭО;
  класс 2 – работоспособное ЭО с небольшими отклонениями). В настоящей работе рассматрива-
  ются обобщенная схема и алгоритм комплексного подхода к обнаружению неисправностей ЭО с
  подробным их описанием. Результаты исследования были получены при диагностировании асин-
  хронного двигателя АИР63А4У1 и подтверждают обоснованность и объективность использова-
  ния предложенного подхода