Для авторов
Найти
Результаты поиска
Найдено результатов: 6.
-
МНОГОАГЕНТНЫЙ АЛГОРИТМ АВТОМАТИЧЕСКОГО ОБНАРУЖЕНИЯ И СОПРОВОЖДЕНИЯ НЕДЕТЕРМИНИРОВАННЫХ ОБЪЕКТОВ
В. А. Тупиков, В. А. Павлова, В.А. Бондаренко, А. И. Лизин, Д. К. Ельцова, М. В. Созинова2020-07-10Аннотация ▼В целях разработки робастного алгоритма автоматического обнаружения и сопро-вождения недетерминированных объектов для встраиваемых вычислительных систем с оптико-электронными устройствами. В рамках данной работы произведено исследование и анализ имеющегося мирового научно-технического опыта в области алгоритмов автоматического сопровождения общего назначения. Наиболее успешные из исследованных алгоритмов, подходящие для долговременного устойчивого автоматического сопровожде-ния объектов (без априорного знания о типе объекта слежения) на сегодняшний день уже вышли за рамки решения задачи исключительно сопровождения, и включают в себя синерге-тическое сочетание нескольких разнородных алгоритмов сопровождения, а также как ми-нимум один алгоритм автоматического обнаружения и/или классификации. В статье пока-зано что наиболее устойчивые современные алгоритмы автоматического сопровождения представляют собой многоагентную систему, принимающую решение о текущем положе-нии, размерах и других параметрах сопровождаемого образа на основе интеллектуального голосования составляющих систему модулей, осуществляющих самостоятельное слежение за объектом и формирование его модели. Индивидуальные модели каждого из модулей уточ-няются по результатам принятия коллективного решения. Авторами исследования выделены наиболее эффективные из применяемых базовых алгоритмов, подходящие для применения во встраиваемых вычислительных системах робототехнических комплексов, и разработан новый многоагентный алгоритм автоматического обнаружения и сопровождения недетерми-нированных объектов. Представленный многоагентный алгоритм включает в себя модуль выделения и сопоставления ключевых точек на изображениях, модуль кластеризации и фильтрации ключевых точек с применением алгоритма DBSCAN, модуль сопровождения на основе алгоритма вычисления оптического потока и модуль классификации ключевых точек. Проведено полунатурное тестирование разработанного алгоритма и оценена его эффективность в решении задач не только автоматического сопровождения объектов, но и задач автоматического обнаружения объектов по нескольким эталонным образам. В заключении представлены предложения по дальнейшему повышению точности разработанного алгоритма и по его оптимизации и внедрению в состав специального программного обеспечения бортовых вычислительных систем летательных аппаратов.
-
НЕЙРОСЕТЕВОЙ АЛГОРИТМ ПОЛНОКАДРОВОГО РАСПОЗНАВАНИЯ НАДВОДНЫХ ОБЪЕКТОВ В РЕАЛЬНОМ ВРЕМЕНИ
В. А. Тупиков, В. А. Павлова, В. А. Бондаренко, Н. Г. Холод2020-07-10Аннотация ▼Исследованы современные нейросетевые архитектуры для осуществления автома-тического обнаружения и распознавания надводных объектов и препятствий заданных классов по всей области изображения, применимые к выполнению в реальном или условно реальном времени для задач оптоэлектронной системы технического зрения с целью ав-томатизации и повышения безопасности гражданского судовождения. Дана формальная постановка задачи автоматического обнаружения объектов на изображениях. Проанали-зирован текущий научно-исследовательский задел в области алгоритмов детектирования объектов на изображениях, основанных на искусственных свёрточных нейронных сетях, произведено их сравнение и сделан обоснованный выбор в пользу наиболее эффективной нейросетевой архитектуры по соотношению вычислительной сложности и точности распознавания. Исследованы имеющиеся в открытом доступе базы данных образов над-водных объектов, подходящие для применения при обучении алгоритмов с использованием искусственных нейронных сетей. Сделан вывод о недостаточности имеющихся данных для обучения нейросетевых алгоритмов, в результате чего авторами выполнен самостоятель-ный сбор исследовательских изображений и видеопоследовательностей, произведена под-готовка и разметка собранных данных, содержащих надводные объекты и иные препят-ствия, представляющие навигационную опасность для судов. На основе выбранной архи-тектуры разработан новый нейросетевой алгоритм автоматического обнаружения и распознавания надводных объектов, выполняемого по всей области изображения (т.е. пол-нокадрового), выполнено обучение искусственной нейронной сети по подготовленной базе данных образов типовых объектов. Полученный алгоритм протестирован авторами на валидационном наборе данных, произведена оценка качества его работы с помощью различных метрик, а также оценена производительность алгоритма. Сделаны выводы о необходимости расширения собранной базы данных образов типовых объектов, предложены дальнейшие шаги по повышению точности разработанного программно-алгоритмического комплекса и его внедрению в состав перспективной судовой оптоэлектронной системы технического зрения.
-
АЛГОРИТМ ОБНАРУЖЕНИЯ ОБЪЕКТОВ ДЛЯ ОПТИКО-ЭЛЕКТРОННЫХ СИСТЕМ С ОБУЧЕНИЕМ В РЕАЛЬНОМ ВРЕМЕНИ
В.А. Тупиков , В. А. Павлова , В. А. Бондаренко , М. В. Созинова , П.А. Гессен2021-04-04Аннотация ▼В целях создания нового алгоритма автоматического обнаружения объектов с обучением
в реальном времени произведено исследование мирового научного задела в области автоматиче-
ского сопровождения общего назначения с возможностью распознавания объекта слежения с
потенциалом применения во встраиваемых вычислительных системах оптико-электронных
систем перспективных робототехнических комплексов. На основе проведенных исследований
отобраны и протестированы методы и подходы, которые позволяют с наибольшей точностью, при сохранении высокой вычислительной эффективности, обеспечивать обучение клас-
сификаторов на лету (online learning) без априорного знания о типе объекта слежения и обес-
печивать последующее обнаружение исходного объекта в случае его кратковременной потери.
В число таких способов входит гистограмма направленных градиентов – дескриптор ключевых
признаков, основывающийся на анализе распределения градиентов яркости изображения объ-
екта. Его использование позволяет сократить количество используемой информации без поте-
ри ключевых данных об объекте и увеличить скорость обработки изображений. В статье
обоснован выбор одного из алгоритмов классификации в режиме реального времени, позволяю-
щего решить задачу бинарной классификации – метода опорных векторов. В виду высокой ско-
рости обработки данных и необходимости небольшого количества исходных обучающих дан-
ных для построения разделяющей гиперплоскости, на основе которой и происходит классифи-
кация объектов, данный метод выбран как наиболее подходящий для решения поставленной
задачи. Для осуществления online-обучения была выбрана модификация метода опорных векто-
ров, реализующая стохастический градиентный спуск на каждом шаге работы алгоритма –
Pegasos. Авторами исследования проведена разработка и полунатурное моделирование выбран-
ного алгоритма, проведена оценка эффективности его работы в задачах обнаружения объекта
интереса в режиме реального времени с предварительным online-обучением в процессе слеже-
ния за объектом. Разработанный алгоритм показал высокую эффективность при решении
поставленной задачи и планируется к внедрению в составе специального программного обеспе-
чения оптико-электронных систем перспективных робототехнических комплексов. В заключе-
нии представлены предложения по дальнейшему повышению точности и вероятности обна-
ружения объекта интереса разработанным алгоритмом, а также по повышению его произво-
дительности путем оптимизации вычислений. -
ИЗУЧЕНИЕ ОПТИЧЕСКИХ СВОЙСТВ ТОНКИХ СЛОЕВ ОКСИДА ЦИНКА ZnO, ПОЛУЧЕННЫХ ЗОЛЬ-ГЕЛЬ МЕТОДОМ
У.А. Марьина , Д.Л. Газдинский , О.М. Чапура , Л. В. Михнев , Е.А. Бондаренко , Р. В. Пигулев136-1442025-08-01Аннотация ▼В настоящее время актуальным направлением является поиск функциональных слоев
для различных оптоэлектронных устройств. Перспективным кандидатом в качестве ос-
новы для многих подобных структур является оксид цинка (ZnO), сочетающий в себе ряд
уникальных оптических и фотоэлектрических свойств. Однако, характеристики тонких
плёнок ZnO могут существенного различаться в зависимости от выбранного метода син-
теза и конкретных условий получения. Одной из разновидностей золь-гель метода, подхо-
дящей для синтеза плёнок нанометрового масштаба, является метод вертикального вы-
тягивания. Поэтому, в этой работе представлены результаты синтеза тонких плёнок
ZnO, полученных на стеклянных подложках методом вертикального вытягивания из золя
оксида цинка. Методами спектральной эллипсометрии и спектральной фотометрии было
изучено влияние скорости вытягивания на структурные и оптические свойства синтези-
рованных плёнок ZnO. Методом спектральной эллипсометрии были установлено, что из-
менение скорости вытягивания существенным образом влияет на толщину и пористость
синтезированных слоев оксида цинка. Анализ полученной нами зависимости толщины плён-
ки от скорости вытягивания показал, что в методе вертикального вытягивания рост ок-
сида цинка на стеклянных подложках возможно реализовывать в двух режимах: в режиме
капиллярных сил и в режиме высыхания. В то же время для синтезированных плёнок ZnO
методом спектральной фотометрии были измерены спектры пропускания, анализ кото-
рых показал влияние скорости вытягивания на положение края собственного поглощения.
Было установлено, что основной причиной приводящей к изменению ширины запрещенной
зоны в наноразмерных плёнках ZnO является квантовый размерный эффект -
ИДЕНТИФИКАЦИЯ КЛЮЧЕВЫХ ТЕХНОЛОГИЙ НА ОСНОВЕ СБОРА И АНАЛИЗА ДАННЫХ ИЗ ОТКРЫТЫХ РУССКОЯЗЫЧНЫХ ИСТОЧНИКОВ
А.Г. Бондаренко , А.Г. Кравец144-1592025-07-24Аннотация ▼Данная статья посвящена разработке и апробации нового подхода к сбору, обработке и анализу открытых данных на русском языке для идентификации ключевых технологических направлений. Для решения задачи формирования и последующего анализа структурированных датасетов разработаны и программно реализованы методы веб-скрейпинга, обработки естественного языка и анализа временных рядов. Описанный в статье подход впервые применен для извлечения и структурирования информации из научных статей, новостных ресурсов и патентной документации на русском языке. В результате анализа полученного датасета научных публикаций выделены 30 наиболее часто упоминаемых биграмм и столько же триграмм технологических терминов.
На основе анализа частотности биграмм и триграмм выделены ключевые технологические термины, которые затем использованы для комплексной фильтрации по ключевым технологиям. Комплексная фильтрация позволила осуществить поиск русскоязычных патентов и их сбор для дальнейшего анализа. В результате предварительной обработки полученной патентной информации сформированы временные ряды патентной активности. Программная система идентификации ключевых технологий реализована на JavaScript и Python с использованием библиотек Selenium и BeautifulSoup для веб-скрейпинга, NLTK и Scikit-learn для обработки и анализа текстовых данных. Исследование динамики развития ключевых технологий во времени позволило выявить периоды интенсивной патентной деятельности и снижения интереса к той или иной технологии. Результаты, изложенные в статье, создают основу для дальнейшей разработки методов машинного обучения с целью прогнозирования технологического развития и выявления перспективных направлений прикладных исследований. -
МОДЕЛИРОВАНИЕ И ОПТИМИЗАЦИЯ ПАРАМЕТРОВ СИСТЕМЫ ФАЗОВОЙ АВТОПОДСТРОЙКИ ЧАСТОТЫ С УЧЕТОМ ПОРЯДКА ПЕТЛЕВОГО ФИЛЬТРА
А.М. Пилипенко , И.В. Бондаренко2024-01-05Аннотация ▼Представлены модели синтезаторов частот с фазовой автоподстройкой частоты
(ФАПЧ) для диапазона 4,4…4,99 ГГц, который является наиболее перспективным для сис-
тем связи 5G в Российской Федерации. Рабочая полоса 4,4…4,99 ГГц предназначена для
обеспечения беспроводной связи стандарта 5G в пределах города и не используется други-
ми беспроводными сетями связи гражданского или военного назначения. Целью данной
работы является определение оптимальных параметров системы ФАПЧ, позволяющих
обеспечить максимальное ослабление паразитных составляющих спектра (ПСС) при ми-
нимальном времени установления заданной частоты на выходе синтезатора в полосе вы-
деленной для систем связи 5G. В соответствии с поставленной целью в статье были ре-
шены следующие задачи: математическое описание системы ФАПЧ с петлевыми фильт-
рами различных порядков; анализ частотных характеристик системы ФАПЧ с петлевымифильтрами различных порядков; определение оптимальных параметров системы ФАПЧ.
В качестве параметров оптимизации использовались отношение постоянных времени пет-
левого фильтра и запас устойчивости системы ФАПЧ. Для решения поставленных задач
был проведен расчет зависимостей ослабления ПСС от параметров оптимизации для слу-
чаев применения петлевых фильтров 2-го, 3-го и 4-го порядков. Кроме того, был выполнен
анализ зависимостей времени установления заданной частоты от оптимизируемых пара-
метров в трехмерном координатном базисе и определены минимальные значения времени
установления частоты для каждого из используемых петлевых фильтров. Показано, что
применение петлевых фильтров высокого порядка с оптимальными параметрами позволя-
ет существенно повысить уровень ослабления высших ПСС и одновременно уменьшить
время установления заданной частоты. В частности, петлевой фильтр 4-го порядка по-
зволяет обеспечить ослабление высших ПСС на 18 дБ больше и время установления задан-
ной частоты на 12,5% меньше, чем петлевой фильтр 2-го порядка. Кроме того, примене-
ние фильтра 4-го порядка позволяет повысить ослабление основной ПСС на 5 дБ по срав-
нению с петлевым фильтром 2-го порядка.
1 - 6 из 6 результатов
