Найти

Результаты поиска

• ПРИМЕНЕНИЕ ТЕХНОЛОГИЙ КОМПЬЮТЕРНОГО ЗРЕНИЯ В СИСТЕМАХ ОБРАБОТКИ ВИЗУАЛЬНОЙ ИНФОРМАЦИИ

  О.Б. Лебедев , Р.И. Черкасов

  254-276

  2025-11-10

  Аннотация ▼

  Рассмотрено применение технологий искусственного интеллекта, в частности компьютерного зрения в системах обработки визуальной информации. Проведен комплексный анализ нейросетевых подходов к решению задач компьютерного зрения, включая систематизацию ключевых типов задач: классификацию изображений, детектирование объектов и семантическую сегментацию. Детально исследованы архитектурные принципы сверточных нейронных сетей с акцентом на механизмы извлечения пространственных признаков через сверточные слои, оптимизацию представления данных посредством операций пулинга и преобразование признаков в полносвязных слоях. Особое внимание уделено эволюции методов обнаружения объектов, где задача выбора модели рассмотрена как расширение классификации за счет интеграции регрессии пространственных координат, а также проведена оценка эффективности детекторов на основе метрик IoU, Precision, Recall и F1-score, демонстрирующих фундаментальный компромисс между точностью локализации и скоростью обработки. В качестве оптимального решения для систем реального времени представлен алгоритм YOLOv7, архитектура которого основана на разбиении входного изображения на сетку S×S ячеек с прямым предсказанием параметров ограничивающих рамок (координаты центра, ширина, высота) и вероятностей классов для каждой ячейки, а также использовании специализированных слоёв (SPP, PANet) для мультимасштабной агрегации признаков. Структура нейронной сети подтверждает эффективность используемого подхода, обеспечивающего высокое быстродействие без критического снижения точности в стратегически важных приложениях видеонаблюдения, автономных систем и дополненной реальности. Проведено сравнительное исследование одноэтапных и двухэтапных детекторов с оценкой их производительности по ключевым метрикам. Особое внимание уделено практическим аспектам применения технологий компьютерного зрения в реальных системах обработки визуальной информации

• МЕТРИКИ ОЦЕНКИ АЛГОРИТМОВ АВТОМАТИЧЕСКОГО СОПРОВОЖДЕНИЯ

  А. Е. Щелкунов, В. В. Ковалев, К.И. Морев, И. В. Сидько

  2020-07-10

  Аннотация ▼

  Работа посвящена обзору существующих метрик для оценки качества выполнения задачи сопровождения объектов на видео различными алгоритмами. При оценке алгоритмов сопро-вождения для последующего их сравнения недостаточно использовать одну метрику, а следует оценивать алгоритмы по набору различных независимых оценок. С этой целью было проведено исследование существующих метрик оценки алгоритмов, результаты которого приведены в статье. В обзоре участвует множество различных подходов к оценке алгоритмов. Например, подходы основанные на оценке определения центра объекта сопровождения, которые являют-ся одними из первых и популярных до сих пор метрик оценки алгоритмов сопровождения. К основным недостаткам таких подходов можно отнести сложность определения истинного центра объекта, а также интерпретация оценок при различных размерах объекта. Для устра-нения этих недостатков в статье вводится новая метрика: несмещенная (оконная) ошибка определения центра объекта, которая учитывает постоянную составляющую ошибки опреде-ления центра. К другим подходам можно отнести метрики, основанные на анализе коэффици-ента Жаккара. Так же в статье рассмотрены подходы, основанные на анализе сбоев сопровождения, в которых учитывается длина сопровождения и интенсивность отказов. Предложен новый метод оценки алгоритмов при потере визуального контакта с сопровождаемым объектом, учитывающий количество кадров в которых был потерян визуальный контакт с объек-том. В ходе исследования были рассмотрены подходы оценки алгоритмов одновременного сопровождения нескольких объектов. Были предложены интегральные метрики, задача которых получение комплексной оценки алгоритма сопровождения. Для формирования комплексной оценки желательно использование различных некоррелированных метрик. Комплексные оценки предоставляют возможность сравнивать алгоритмы между собой. В качестве комплексной оценки в статье предлагается использование метрики, объединяющей точность и устойчивость алгоритма. Как правило, в качестве метрики точности используется коэффициент Жаккара, однако для задач где точность сопровождения центра объекта является основопола-гающей, авторами предлагается использовать в качестве метрики точности несмещенную ошибку определения центра.