Найти

Результаты поиска

• НЕПАРАМЕТРИЧЕСКИЙ МЕТОД ОБНАРУЖЕНИЯ РАЗЛАДКИ ВРЕМЕННÓГО РЯДА C ИСПОЛЬЗОВАНИЕМ МЕХАНИЗМА СЛУЧАЙНЫХ БЛУЖДАНИЙ

  Г. Ф. Филаретов , З. Бучаала

  2020-11-22

  Аннотация ▼

  Рассмотрена задача оперативного обнаружения внезапного изменения вероятностных
  свойств временнóго ряда, обычно трактуемая как задача обнаружения разладки наблюдаемого
  стохастического процесса. Отмечается актуальность развития исследований по данной те-
  матике, что обусловлено появлением всё новых прикладных задач, где методы и алгоритмы
  обнаружения разладки могут успешно использоваться – в частности, при создании монито-
  ринговых систем в промышленности, экологии, медицине и др. Обсуждаются две основные
  разновидности методов обнаружения разладки: параметрические и непараметрические. От-
  мечено, что, хотя непараметрические методы при прочих равных условиях уступают пара-
  метрическим по эффективности (быстроте обнаружения разладки), но зато обладают и ря-
  дом преимуществ, не требуя, в частности, контролируемого процесса. Это принципиально
  важно при построении мониторинговых систем, когда детальная информация об этих свойст-
  вах может либо полностью отсутствовать и тогда необходимо проводить достаточно тру-
  доемкое его предварительное исследование, либо быть малодостоверной. Предложен ориги-
  нальный последовательный непараметрический алгоритм обнаружения разладки на основереализации механизма случайных блужданий или, более конкретно, с использованием теории
  серий «успехов». Объяснен принцип работы контролирующего алгоритма и дано его описание.
  Приведены результаты исследования основных статистических характеристик алгоритма,
  включая определение его эффективности, и результаты сопоставления с известными пара-
  метрическими методами. Выделена область возможного практического использования пред-
  ложенного алгоритма, где его эффективность остается достаточно высокой. Отмечена пер-
  спективность применения предложенного алгоритма в составе программно-алгоритмического
  обеспечения систем мониторинга различного назначения.

• НЕЙРОСЕТЕВОЙ АЛГОРИТМ ПОЛНОКАДРОВОГО РАСПОЗНАВАНИЯ НАДВОДНЫХ ОБЪЕКТОВ В РЕАЛЬНОМ ВРЕМЕНИ

  В. А. Тупиков, В. А. Павлова, В. А. Бондаренко, Н. Г. Холод

  2020-07-10

  Аннотация ▼

  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.

• 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. Созинова

  2020-07-10

  Аннотация ▼

  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.

• АНАЛИЗ ХАРАКТЕРИСТИК СФК НА ОСНОВЕ МЕТОДОВ ИЗБЫТОЧНОГО КОДИРОВАНИЯ

  Д. В. Тельпухов , Т.Д. Жукова , А. Н. Щелоков

  2020-11-22

  Аннотация ▼

  Обычно сбои, возникающие в электронной аппаратуре под действием различных
  дестабилизирующих факторов, таких как, например, высокая или низкая температура или
  ионизирующее излучение, находились под пристальным вниманием разработчиков элемен-
  тов памяти. Но последние исследования в данной области показывают, что с развитием
  микроэлектронной промышленности число сбоев в комбинационных участках схемы рас-
  тет и в скором времени их частота возникновения будет сопоставима с частотой в неза-
  щищенных элементах памяти. На сегодняшний день для решения проблемы проектирова-
  ния комбинационных схем повышенной сбоеустойчивости в условиях экстремального при-
  менения особое внимание стали уделять методам синтеза схем функционального контроля
  (СФК). Данные методы, позволяют за счет внесения дополнительной структурной избы-
  точности, наделить схему способностью автоматически выполнять обнаружение и/или
  исправление возникающих в ней ошибок. Однако, в результате применения различных ме-
  тодов синтеза СФК в зависимости от исходных параметров и внутреннего строения за-
  щищаемой схемы реализуются устройства, обладающие различной эффективностью и
  характеристиками надежности. Поэтому возникает необходимость в определении и раз-
  работке оценочных функций для выполнения анализа по нахождению наилучшего метода
  построения схемы контроля для конкретного устройства без проведения предварительно-
  го моделирования. Данная работа посвящена разработке спецификации оценочных функций
  структурной избыточности и характеристик надежности на примере разработанных
  методов синтеза схем функционального контроля на базе спектрального и низкоплотно-
  стного кода. Был проведен сравнительный и корреляционный анализ аналитических данных
  с экспериментальными значениями с целью оценки эффективности полученных в резуль-
  тате исследования функций. Полученные в рамках данной статьи оценочные функции про-
  демонстрировали высокую точность в вычислении характеристик СФК.

• ОПТИМИЗАЦИЯ ПАРАМЕТРОВ ВЫНОСНЫХ ДОПЛЕРОВСКИХ ПРИЕМНЫХ УСТРОЙСТВ В ПОЛУАКТИВНЫХ РАДИОЛОКАЦИОННЫХ СИСТЕМАХ

  П. А. Дятлов , Х.К. Баграт

  2021-02-13

  Аннотация ▼

  Рассматриваются вопросы повышения помехозащищенности полуактивных радио-
  локационных систем, основанных на использовании передатчиков подсвета целей с помо-
  щью гармонического излучения и выносных доплеровских приемников совместно с цен-
  тральным постом обработки информации. Данное решение является не только наиболее
  простым с точки зрения аппаратурной реализации, но и имеет такие достоинства, как
  высокое быстродействие и повышенная чувствительность, а также возможность беспо-
  исковой пространственной и частотной обработки излучений. Из недостатков следует
  отметить малую скрытность функционирования данной полуактивной радиолокационной
  системы. Целью работы является устранение указанного недостатка за счет использова-
  ния перестройки частоты в передатчике подсвета или при использовании в полуактивной
  радиолокационной системе нескольких пространственно-разнесенных передатчиков под-
  света, работающих по заданной частотно-временной схеме. Кроме того, в работе рас-
  сматриваются вопросы оптимизации основных параметров выносных доплеровских при-
  емников полуактивных радиолокационных систем. В частности, в работе даются реко-
  мендации для уменьшения слепящего действия прямого сигнала на доплеровский приемник и
  представлен комплекс мер, направленных на увеличение дальности действия полуактивных
  радиолокационных систем до сорока километров. В данной работе рассматривается слу-
  чай работы полуактивной радиолокационной системы, функционирующей в ограниченномпространственном секторе с использованием одного вынесенного пункта приема. Передатчик подсвета, размещаемый, как правило, на высотном объекте, формирует направ-
  ленное излучение, предназначенное, прежде всего для решения различных задач в области
  телекоммуникаций, например, обеспечение мобильной связи, ретрансляции спутниковой
  информации и т.п. В данной системе передатчик подсвета используется в качестве фор-
  мирователя сигнала подсвета воздушных целей.

• 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. Гессен

  2021-04-04

  Аннотация ▼

  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.

• ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ КРУПНОРАЗМЕРНЫХ БПЛА ПРИ РЕШЕНИИ ЗАДАЧ КОМПЛЕКСНОГО ОБСЛЕДОВАНИЯ ТЕРРИТОРИЙ

  А. М. Федулин, Д.М. Дрягин

  2021-04-04

  Аннотация ▼

  Целью приведенного в настоящей работе исследования является оценка перспектив-
  ности применения крупноразмерных беспилотных летательных аппаратов (БПЛА) боль-
  шой продолжительности полета для решения задачи регулярного комплексного обследова-
  ния территорий большой площади относительно других применяемых для этого средств,
  таких как: малоразмерные БПЛА, космические аппараты для дистанционного зондирова-
  ния Земли и пилотируемые летательные аппараты. Рассмотрен вопрос практического
  построения программно-аппаратного комплекса бортовой системы технического зрения
  на основе крупноразмерного БПЛА «Орион» взлетной массой более тонны, обеспечивающе-
  го аэрофотографическую съемку в видимом и ближнем инфракрасном диапазоне и воздуш-
  ное лазерное сканирование подстилающей поверхности с автоматической обработкой
  получаемых данных на борту в режиме времени, близком к реальному, с целью выявления
  произошедших с предыдущего обследования интересующих изменений. Определены ключе-
  вые составные части системы технического зрения, включая требуемую для решения
  функциональных задач программно-аппаратную платформу для обеспечения высокопроиз-
  водительных вычислений и хранения больших объемов данных. В работе приведена пер-
  спективная архитектура построения такой системы, даны расчетные оценки по ее поис-
  ковой производительности, массе и потребляемой мощности, определена типовая высота
  выполнения полетов, обеспечивающая пространственное разрешения получаемой видовой
  информации, необходимое для надлежащей работы алгоритмов объектно-
  ориентированного распознавания интересующих изменений, построенных на машинном
  обучении сверточных нейронных сетей. Предложены организационно-технические решения
  по ускорению цикла обработки данных, с учетом требований законодательства в части
  рассекречивания данных аэросъемки. Полученные в ходе выполнения работы результаты
  подтверждают, что после выдачи БПЛА «Орион» Федеральным агентством воздушного
  транспорта сертификата типа воздушного судна, дающего право выполнения коммерче-
  ских полетов в общем воздушном пространстве Российской Федерации, на его базе с ис-
  пользованием современных технологий съемки и интеллектуальной обработки данных
  можно будет реализовать аэросъемочный комплекс высокой производительности и сте-
  пени автономности, тактико-технические и экономические характеристики которого
  будут на порядки превосходить существующие на данный момент решения, особенно для
  труднодоступных районов страны.

• ДЕТЕКТИРОВАНИE ВЫБРОСОВ В МЕТОДЕ ПРЯМОЙ СТЕРЕО-ВИЗУАЛЬНОЙ ОДОМЕТРИИ НА БАЗЕ ИЕРАРХИЧЕСКОЙ КЛАСТЕРИЗАЦИИ

  П. А. Пантелюк

  2021-07-18

  Аннотация ▼

  Представляется подход к стерео-визуальной одометрии без явного вычисления оп-
  тического потока. Визуальная одометрия – метод получения навигационной информации
  путем обработки последовательности кадров с бортовых камер. Существует два подхода
  к обработке видеоинформации – используя хорошо локализуемые участки изображения –
  признаковые точки и используя все высококонтрастные пиксели – прямой метод. Прямой
  метод работает, используя интенсивности всех высококонтрастных пикселей изображе-
  ния, что позволяет снизить вычислительную сложность, затраченную на поиск, описание,
  сопоставление признаковых точек и повысить точность оценки движения. Однако мето-
  ды подобного класса обладают недостатком – наличие движущихся объектов в кадре су-
  щественно снижают точность оценки параметров движения. Для избегания этого приме-
  няются методы детектирования выбросов. Классические методы детектирования выбро-
  сов во входных данных, такие как RANSAC плохо применимы, и имеют высокие вычисли-
  тельны затраты из-за вычислительно сложной функции рейтингования гипотез. Целью
  данной работы является описание и демонстрация подхода детектирования выбросов на
  базе алгоритма иерархической кластеризации, который выделяет статистически наибо-
  лее вероятное решение, минуя этап рейтингования каждой гипотезы, что значительно
  снижает вычислительную сложность. Для иерархической кластеризации предлагается
  мера расстояния между гипотезами с низкой чувствительностью к ошибкам оценки пара-
  метров движения. Также предлагается расширение алгоритма стерео-визуальной одо-
  метрии для работы в более сложных условиях видимости благодаря переходу от интен-
  сивностного представления изображения к многоканальному бинарному. Перевод изобра-
  жения к многоканальному бинарному представлению дает инвариантность к изменениям
  яркости изображения, однако, требует модификации алгоритмов нелинейной оптимиза-
  ции для работы с бинарными дескрипторами. В результате работы показано, что пред-
  ложенный алгоритм детектирования выбросов способен работать в реальном масштабе
  времени на мобильных устройствах, и может служить менее ресурсоёмкой заменой алго-
  ритма RANSAC в задачах визуальной одометрии и выселения оптического потока. Качест-
  венные метрики предложенного решения демонстрируются на датасете KITTI. Приведе-
  ны зависимости качества работы алгоритма от параметров алгоритма.

• АЛГОРИТМ КОМПЛЕКСИРОВАНИЯ НЕСКОЛЬКИХ ИСТОЧНИКОВ ДАННЫХ В ОБЩУЮ КАРТУ ЗАНЯТОСТИ

  И. О. Шепель

  2021-08-11

  Аннотация ▼

  В работе рассматривается проблема построения модели проходимости окружаю-
  щего пространства в среде с большим количеством динамических объектов по данным от
  нескольких различных сенсоров. Целью работы является качественное улучшение алгорит-
  ма построения карты занятости путем добавления способа обработки данных как от
  существующих алгоритмов детектирования движущихся препятствий, так и от автомо-
  бильного радара миллиметрового диапазона. В исследовании решается задача объединения
  данных о статичном окружении и о динамических объектах в одну общую модель прохо-
  димости для дальнейшего планирования траектории движения. Представленная в статье
  модификация алгоритма способна комплексировать данные как карт занятости, постро-
  енных по трехмерному облаку точек от любого датчика, так и данные, представленные в
  виде массива трехмерных объектов с известными координатами, размерами и ориентаци-
  ей. Комплексирование данных происходит на уровне построения карт занятости и не на-
  кладывает дополнительных требований на источник информации о динамических препят-
  ствиях. Алгоритм способен уточнять данные о позиции и размерах динамического объекта
  скоростью от радара, что позволяет планировать траекторию с учетом движения дина-
  мических объектов. Одновременное использование классического подхода к построению
  карт позволяет обнаруживать препятствия в случае ошибки алгоритма обнаружения
  динамических препятствий. Разработанный алгоритм работает в реальном масштабе
  времени на модуле Jetson AGX Xavier, и протестирован в реальных условиях на мобильной
  робототехнической платформе в автономном режиме. Сформулированы перспективные
  направления дальнейших исследований по улучшению представленного подхода.

• СИСТЕМА ОБЕСПЕЧЕНИЯ АВТОНОМНОГО ВОЗВРАЩЕНИЯ КОЛЁСНОГО РОБОТА ПРИ ПОТЕРЕ СВЯЗИ С УДАЛЕННЫМ ОПЕРАТОРОМ

  Д. В. Березников, А. А. Закиев, Е. А. Магид

  2020-07-10

  Аннотация ▼

  Данная работа посвящена увеличению уровня автономности мобильных роботов в случаях потери связи с оператором, осуществляющим удаленное управление роботом. Акту-альность данной задачи растет, поскольку мобильные роботы находят все больше примене-ний в различных задачах. При работе в опасной для человека среде, например, во время поис-ково-спасательной операции, требуется надежный способ сохранить робота в случаях по-тери связи. Разрыв связи с роботом, который используется в недоступной для человека сре-де, означает потерю робота как функциональной единицы. Причиной возникновения подоб-ных ситуаций становится несовершенство технологий связи, свойства окружающей среды или человеческий фактор. Данная проблема может возникнуть как при проводной, так и беспроводной связи между оператором и роботом. Поэтому робот должен обладать воз-можностью самостоятельно принимать решения в соответствии с поставленной задачей в случае потери прямого контроля со стороны оператора. Для этого робот должен иметь возможность обнаруживать потерю связи с оператором и возвращаться в начальную точку пути без вмешательства человека. В данной статье мы представляем разработанный алго-ритм автоматического обнаружения разрыва сетевого соединения робота и алгоритм ав-тономного возврата робота. В отличие от существующих решений, разработанный алго-ритм не требует дополнительного оборудования или настройки программного обеспечения на стороне оператора. Алгоритм обнаружения разрыва сетевого соединения робота исполь-зует анализ TCP/IP пакетов, что делает его универсальным для роботов, управляемых по сетям Wi-Fi. Для автономного возвращения робота используются методы одновременнойлокализации и картографирования (SLAM) и алгоритмы планирования пути. В режиме автономного возвращения робот опирается на сенсорные данные, собранные во время движения под контролем телеоператора. Алгоритмы были интегрирован в систему управ-ления реального колесного робота PMB-2 и протестированы в лабораторных условиях, что экспериментально подтвердило их эффективность и практическую применимость.

• РЕАЛИЗАЦИЯ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ НА ВСТРАИВАЕМЫХ УСТРОЙСТВАХ С ОГРАНИЧЕННЫМ ВЫЧИСЛИТЕЛЬНЫМ РЕСУРСОМ

  В. В. Ковалев , Н.Е. Сергеев

  2022-01-31

  Аннотация ▼

  Большие объемы видеоданных, фиксируемые сенсорными датчиками в различных спек-
  тральных диапазонах, существенные размеры архитектур сверточных нейронных сетей
  создают проблемы с реализацией нейросетевых алгоритмов на периферийных устройствах
  из-за значительных ограничений вычислительных ресурсов на встраиваемых вычислительных
  устройствах. В статье рассмотрено применение алгоритмов автоматического поиска и
  распознавания образов на основе методов машинного обучения, реализованных на встраивае-
  мых устройствах с вычислительным ресурсом Graphics Processing Unit. В качестве алгорит-
  ма поиска и распознавания образов используются детекционные сверточные нейронные сети
  «You Only Look Once V3» и «You Only Look Once V3-Tiny», которые реализованы на встраи-
  ваемых вычислительных устройствах линейки NVIDIA Jetson, находящиеся в разном ценовом
  диапазоне и с различным вычислительным ресурсом. Также в работе экспериментальным
  путем вычислены оценки алгоритмов на встраиваемых устройствах по таким показателям,
  как потребляемая мощность, время прямого прохода сверточнной нейронной сети и точ-
  ность обнаружения. На основе решений реализованных, как на аппаратном уровне, так и на
  программном, представляющихся компанией NVIDIA становится возможным применение
  глубоких нейросетевых алгоритмов на основе операции свертка в режиме реального времени.
  Рассмотрены методы оптимизации вычислений, предлагаемые компанией NVIDIA. Произве-
  дены экспериментальное исследования влияния вычислений с пониженной точностью на ско-
  рость работы и точность обнаружения объектов на изображениях, исследуемых архитек-
  тур сверточных нейронных сетей, которые были предварительно обучены на выборке изо-
  бражений состоящей из датасетов PASCAL VOC 2007 и PASCAL VOC 2012

• КОРРЕЛЯЦИОННЫЙ АЛГОРИТМ АВТОМАТИЧЕСКОГО ОБНАРУЖЕНИЯ И СОПРОВОЖДЕНИЯ С ОБУЧЕНИЕМ В РЕАЛЬНОМ ВРЕМЕНИ

  В. А. Тупиков , В. А. Павлова , А.Ю. Гагарина , П. А. Гессен , А.И. Лизин , М. В. Созинова

  2022-04-21

  Аннотация ▼

  Целью данной разработки является создание устойчивого алгоритма автоматиче-
  ского обнаружения и сопровождения недетерминированных объектов с обучением в реаль-
  ном времени, для встраиваемых вычислительных устройств оптико-электронныч систем.
  В рамках представленной работы произведено исследование и анализ имеющегося мирового
  научно-технического опыта в области алгоритмов автоматического сопровождения об-
  щего назначения. В статье показано что современные алгоритмы автоматического со-
  провождения представляют собой систему, принимающую решение о текущем положе-
  нии, размерах и других параметрах сопровождаемого образа на основе обучаемой модели.
  Авторами исследования выделены наиболее эффективные из применяемых базовых алго-
  ритмов, подходящие для применения во встраиваемых вычислительных системах робото-
  технических комплексов, и разработан новый алгоритм автоматического обнаружения и
  сопровождения недетерминированных объектов. Проведено полунатурное тестирование
  разработанного алгоритма и оценена его эффективность в решении задач не только ав-
  томатического сопровождения объектов, но и задач автоматического обнаружения объ-
  ектов 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.

• МОДУЛЬ КОРРЕКТИРОВКИ ПАРАМЕТРОВ АЛГОРИТМОВ АВТОМАТИЧЕСКОГО ОБНАРУЖЕНИЯ И СОПРОВОЖДЕНИЯ ОБЪЕКТОВ ДЛЯ ОПТИКО-ЭЛЕКТРОННЫХ СИСТЕМ

  В. А. Тупиков, В. А. Павлова , А.И. Лизин , П.А. Гессен

  71-81

  2022-04-20

  Аннотация ▼

  В целях создания инновационного модуля автоматической корректировки алгорит-
  мов автоматического обнаружения и сопровождения объектов с обучением в реальном
  времени произведено исследование мирового опыта в области автоматического сопрово-
  ждения общего назначения с возможностью распознавания объекта сопровождения для
  применения во встраиваемых вычислительных устройствах оптико-электронных систем
  перспективных робототехнических комплексов. На основе проведенных исследований ото-
  браны и протестированы методы и подходы, которые позволяют с наибольшей точно-
  стью, при сохранении высокой вычислительной эффективности, обеспечивать обучение
  классификаторов на лету (online learning) без априорного знания о типе объекта слежения
  и обеспечивать последующую корректировку во время слежения и обнаружение исходного
  объекта в случае его кратковременной потери. В число таких способов входит гисто-
  грамма направленных градиентов – дескриптор ключевых признаков, основывающийся на
  анализе распределения градиентов яркости изображения объекта. Его использование по-
  зволяет сократить количество используемой информации без потери ключевых данных об
  объекте и увеличить скорость обработки изображений. В статье обоснован выбор одного
  из алгоритмов классификации в режиме реального времени, позволяющего решить задачу
  бинарной классификации – метода опорных векторов. В виду высокой скорости обработки
  данных и необходимости небольшого количества исходных обучающих данных для по-
  строения разделяющей гиперплоскости, на основе которой и происходит классификация
  объектов, данный метод выбран как наиболее подходящий для решения поставленной за-
  дачи. Для осуществления online-обучения была выбрана модификация метода опорных
  векторов, реализующая стохастический градиентный спуск на каждом шаге работы алго-
  ритма – Pegasos. Еще одним вспомогательным способом является метод кластеризации
  ключевых точек – таким образом обеспечивается ускоренный выбор объектов для обуче-
  ния и классификации. Авторами исследования проведена разработка и полунатурное моде-
  лирование предлагаемого модуля, проведена оценка эффективности его работы в задачах
  корректировки и обнаружения объекта интереса в режиме реального времени с предвари-
  тельным online-обучением в процессе слежения за объектом. Разработанный алгоритм
  показал высокую эффективность при решении поставленной задачи. В заключении пред-
  ставлены предложения по дальнейшему повышению точности и вероятности обнаруже-
  ния объекта интереса разработанным алгоритмом, а также по повышению его произво-
  дительности путем оптимизации вычислений.

• МЕТОДЫ УСИЛЕНИЯ ПРОЦЕДУРЫ ИДЕНТИФИКАЦИИ ПОЛЬЗОВАТЕЛЕЙ НА ОСНОВЕ ТЕХНОЛОГИИ LIVENESS DETECTION

  В.В. Золотарев , А. О. Поважнюк, Е.А. Маро

  2022-05-26

  Аннотация ▼

  Биометрические системы идентификации и контроля доступа содержат методы
  распознавания личности субъекта на основе уникальных физиологических и поведенческих
  характеристик. Целью данной работы является разработка системы безопасного взаимо-
  действия (аутентификации) участников геймифицированных образовательных проектов,
  включающая в себя противодействие угрозам безопасности, возникающим при использовании биометрических характеристик пользователей. Выполнен сравнительный анализ эф-
  фективности распознавания поддельных биометрических образцов методами liveness detection
  на основе выявления подмены образца с помощью фото, видео на дисплее,
  3D-модели, маски. В ходе исследования предложен способ применения метода liveness detection
  для внедрения в системы геймифицированной образовательной среды. Предложена
  модификация метода liveness detection (гибридный метод) и спроектирована система био-
  метрической идентификации в реальном времени с использованием предложенного мето-
  да. Разработан двухэтапный гибридный метод биометрической идентификации на основе
  совместного использования пассивных и активных программных методов выявления под-
  дельных биометрических образцов. Метод адаптирован для использования с минимальным
  количеством дополнительных используемых устройств, единственным сканером биомет-
  рических признаков является 2D-камера. Проведено тестирования работы сети видов дву-
  слойный персептрон, трехслойный персептрон и сверточная нейронная сеть. Обучение
  сети проводилось на собственных обучающих примерах. Положение диктора при записи
  обучающих примеров: расстояние лица от камеры – 60см, режимы записи при повороте
  головы на 0 (взгляд прямо в камеру), 30 (голова немного повернута в сторону) и 45 (голова
  сильно повернута в сторону) градусов. По итогам тестирования лучшие показатели рас-
  познавания были выявлены у сверточной нейронной сети с 3 сверточными слоями и 1 пол-
  носвязным. Получена точность распознавания произнесенного слова до 100% при повороте
  головы пользователя до 30° и до 70% - при повороте головы пользователя до 45°. При тес-
  тировании на выборке, состоящей из 1000 примеров, значение FAR данной системы соста-
  вило 1%, значение FRR составило 0%.

• ОБНАРУЖЕНИЕ ДИНАМИЧЕСКИХ ОБЪЕКТОВ НА КАРТЕ ЗАНЯТОСТИ С НАКОПЛЕНИЕМ НА ОСНОВЕ ФИЛЬТРА ЧАСТИЦ

  И.О. Шепель

  2022-08-09

  Аннотация ▼

  Рассматривается проблема обнаружения динамических препятствий на карте за-
  нятости, полученной по данным системы технического зрения мобильной робототехниче-
  ской платформы. Целью работы является качественное улучшение алгоритма обнаруже-
  ния препятствий с помощью добавления фильтра частиц для выделения движущихся объ-
  ектов по данным карты. В исследовании решается задача корректного накопления данных
  в карте занятости и уменьшения задержки обновления информации в ячейках карты, по
  которым двигаются динамические объекты. Представленная в статье модификация
  фильтра частиц способна корректно работать с динамическими препятствиями в широ-
  ком диапазоне скоростей, устойчива к выбросам, вызванным в результате случайной гене-
  рации начальной скорости частиц, и предназначена для работы в реальных условиях в сре-
  де с большим количеством движущихся препятствий и в реальном масштабе времени.
  Разработана эвристика, которая уменьшает количество неправильных классификаций вокклюдированных зонах. Показано, что алгоритм обнаружения динамических объектов в карте занятости инвариантен к типу сенсоров, используемых в системе технического
  зрения, а также описана реализация, объединенная с накапливаемой картой препятствий.
  Алгоритм реализован и протестирован на борту автономной робототехнической плат-
  формы и на открытом наборе данных. В статье приведено сравнение с другими подходами
  к обнаружению динамических препятствий, а также рассчитаны метрики быстродейст-
  вия для всех анализируемых методов для вычислителей на базе GPU Nvidia RTX 3070 и GPU
  встроенного вычислителя Jetson AGX Xavier. Сформулированы перспективные направления
  дальнейших исследований по улучшению представленного подхода.

• МЕТОДИКА ИДЕНТИФИКАЦИИ ОБЪЕКТА ДЛЯ ИНТЕГРАЦИИ С РОБОТИЗИРОВАННЫМИ СИСТЕМАМИ

  Н.М. Чернышов , И. К. Романова-Большакова

  2025-04-27

  Аннотация ▼

  Целью исследования является разработка методики идентификации и определения место-
  положения объектов в условиях низкой видимости и возможного изменения их формы, с акцентом
  на извлечение деталей, созданных методом селективного лазерного спекания (SLS), из порошковой
  среды. В работе рассматриваются два принципиально разных подхода к формированию алгорит-
  мов управления роботизированным манипулятором. Первый подход, доверительный, основан на
  предположении о минимальном смещении объекта в процессе манипуляций. Манипулятор дви-
  жется по траектории, рассчитанной на основе предварительной трехмерной модели, без коррек-
  ции до момента захвата. Этот метод отличается высокой скоростью выполнения операции и
  минимальными вычислительными затратами. Однако он сопряжен с рисками: деформация объ-
  екта из-за сопротивления среды, смещение детали при контакте с инструментом, а также не-
  возможность захвата при значительных отклонениях от номинального положения. Второй под-
  ход, осторожный, предполагает поэтапное удаление слоев порошка для визуализации объекта и
  корректировки траектории до захвата. Этот метод включает несколько этапов: удаление верх-
  него слоя среды до частичного обнажения детали, анализ данных для уточнения положения объ-
  екта, а также построение адаптивной траектории с учетом возможного смещения. Отдельное
  внимание в статье уделено генерации данных для обучения нейронных сетей, которые использу-
  ются для идентификации объектов в условиях зашумленности. Рассмотрены два метода искус-
  ственного моделирования порошковых покрытий. Примитивный метод заключается в расшире-
  нии вершин трехмерной модели вдоль нормалей с добавлением случайного шума. Усовершенство-
  ванный метод предполагает дифференцированное распределение порошка с учетом локальной
  кривизны поверхности. Последующие экспериментальные результаты показали, что обучение
  нейронной сети с использованием реальных данных имеет низкую эффективность. Точность рас-
  познавания составила 60–75%, что связано с малым объемом выборки и влиянием внешних факто-
  ров, таких как освещение и помехи. В то же время использование синтетических данных, подго-
  товленных по представленной в исследовании методике, позволило повысить точность распозна-
  вания до 92%. Практическая значимость работы заключается в разработке методики поиска,
  обнаружения и определения детали, погруженной в порошок, что может быть использовано для
  автоматизации процессов постобработки на производствах, использующих селективное лазерное
  спекание. Разработанные решения адаптированы для интеграции в роботизированные системы работающие в условиях ограниченной видимости. Предложенные методы могут быть масшта-
  бированы на широкий спектр задач в аддитивном производстве и робототехнике, что делает их
  перспективными для внедрения в промышленные процессы.

• МУЛЬТИМОДАЛЬНЫЙ МЕТОД ИЗВЛЕЧЕНИЯ ПРИЗНАКОВ ДАННЫХ ДЛЯ КЛАССИФИКАЦИИ СЕТЕВЫХ АТАК

  А.В. Балыбердин

  6-16

  2025-07-24

  Аннотация ▼

  Система обнаружения вторжений (СОВ) является важным компонентом защиты корпоративной сети передачи данных (КСПД). СОВ анализирует сетевой трафик и выявляет сетевые атаки. В зависимости от методов детектирования, СОВ можно классифицировать на следующие виды систем: система сигнатурного анализа, система обнаружения аномалий (СОА) и гибридная система, объединяющая ранее рассмотренные системы. В последнее время активно развиваются системы обнаружения аномалий (СОВ). Для систем обнаружения аномалий сетевые атаки представляют собой аномальное поведение сетевого трафика, состоящего из набора признаков или атрибутов событий. Современные СОВ опираются на методы машинного и глубокого обучения, в связи с чем обнаружение сетевых атак и аномалий формулируется как задача классификации и кластеризации. Для решения данных задач необходимы методы оптимизации признакового пространства сетевого трафика. Целью работы является разработка метода извлечения признаков на основе мультимодального подхода представления данных сетевого трафика для классификации сетевых атак. В работе рассмотрен анализ релевантных исследований по методам извлечения признаков из различных областей. Задача исследования – повысить эффективность классификации с помощью метода мультимодального представления признаков сетевого трафика. Результатом работы является метод извлечения признаков данных на основе двух модальностей: спектрального представления признаков сетевого трафика и матрицы признаков изображений. Новизна представленного метода заключается в применении метода оконного преобразования Фурье для событий сетевого трафика, с последующим вычислением спектральных признаков для дискретных сигналов, а также преобразованием признаков данных в матрицу изображений и её расширением для оптимизации пространства признаков с помощью сверточной нейронной сети (convolutional neural network, CNN). Оценка мультимодального метода показала, что данный метод повысил точность классификации для несбалансированных классов сетевых атак.

• ЭНЕРГЕТИЧЕСКАЯ МОДЕЛЬ МАГИСТРАЛЬНОЙ КВАНТОВОЙ СЕТИ

  А.П. Плёнкин

  256-264

  2025-07-24

  Аннотация ▼

  Уже сегодня в России и во всём мире активно разворачиваются и создаются сети квантовых коммуникаций, разрабатываются стандарты в области квантовых технологий. В рамках дорожной карты по развитию квантовых коммуникаций в России реализуется протяженность квантовых сетей более 7 тыс. км, а к 2030 году планируется более 15 тыс. км. Квантовые коммуникации сегодня – это, по сути, технология квантового распределения ключей, которая находятся на стадии интенсивного научного исследования и развития. Применительно к магистральным квантовым сетям технология распределения секретных ключей нуждается в новых подходах реализации, так как использование аппаратуры различных вендоров и протяженность волоконно-оптических линий связи накладывают преодолимые ограничения на топологии магистральных сетей. Немаловажным аспектом при проектировании квантовых сетей является расчет потерь в оптических каналах связи. Затухания, вносимые различными пассивными и активными элементами, как правило, рассчитываются индивидуально для каждого участка сети и в итоге формируют комплексную энергетическую модель. В статье рассматривается несколько топологий магистральных квантовых сетей и приводится расчет оптических потерь для волоконно-оптического канала связи. В общем виде описан способ обнаружения оптического сигнала в сетях квантовых коммуникаций. Целью статьи является сравнительный анализ энергетических моделей топологий магистральных квантовых сетей и представление варианта реализации участка городской квантовой сети. В работе описывается применимость системы квантового распределения ключей, как в двухпроходном варианте исполнения, так и в однопроходной конфигурации. Приведены результаты анализа энергетической модели и расчет усредненных потерь в квантовом канале.
  В заключении мы предлагаем к рассмотрению возможный вариант топологии квантовой сети.

• ОБНАРУЖЕНИЕ КИБЕРВТОРЖЕНИЙ НА ОСНОВЕ СЕТЕВОГО ТРАФИКА И ПОВЕДЕНИЯ ПОЛЬЗОВАТЕЛЯ С ИСПОЛЬЗОВАНИЕМ ДАТАСЕТА UNSW-NB15

  В. А. Частикова , К.В. Козачёк , Е.С. Коробская , В. П. Кравцов

  229-243

  2025-11-10

  Аннотация ▼

  В статье основное внимание уделяется исследованию поведения пользователей и созданию поведенческих моделей. Это помогает улучшить точность определения аномалий и оперативно выявлять нестандартную активность в сети. Целью данного исследования является сравнительный анализ эффективности двух моделей машинного обучения – многослойного персептрона (MLP) и алгоритма Random Forest – для обнаружения кибервторжений на основе анализа сетевого трафика и поведения пользователей. Поведенческие модели позволяют выявлять отклонения от нормальной активности пользователей и сетевых взаимодействий, что значительно повышает полноту обнаружения кибервторжений. При проведении исследования использовался набор данных UNSW-NB15, который включает актуальные типы атак и характеристики как сетевого трафика, так и пользовательской активности. Перед реализацией моделей была проведена предварительная обработка данных, выбор признаков, нормализация и кодирование категориальных признаков. Оценка моделей осуществлялась с использованием различных метрик, таких как точность (accuracy), полнота (recall), AUC-ROC, precision, F1-score и другие. Результаты исследования показали, что алгоритм Random Forest обеспечивает высокую точность классификации (95%), а многослойный персептрон (MLP), в свою очередь, достиг выдающихся результатов по AUC (0.9830) и точности (precision, 0.9869). В работе представлен анализ и характеристика методов анализа поведения пользователей и классификации сетевого трафика, показано сравнение наборов данных для систем обнаружения вторжений (IDS), а также даны практические рекомендации по выбору моделей в зависимости от условий эксплуатации. Результаты исследования могут быть полезны при разработке адаптивных систем защиты, которые сочетают высокую точность и скорость работы

• 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

• ПРИМЕНЕНИЕ КОДА ХЭММИНГА В ЗАДАЧЕ ПОВЫШЕНИЯ СБОЕУСТОЙЧИВОСТИ КОМБИНАЦИОННЫХ СХЕМ

  Д.В. Тельпухов , Т. Д. Жукова , А. Н. Щелоков, П. Д. Кретинина

  2021-11-14

  Аннотация ▼

  В настоящее время при проектировании интегральных схем разработчикам прихо-
  дится учитывать очень большое количество разнородных факторов, которые связаны с
  обеспечением необходимых характеристик быстродействия, занимаемой площади, энерго-
  эффективности, выходом годных, удобством последующего тестирования, требованиями
  к универсальности, автономности, и так далее. Одним из основных факторов является
  надежность функционирования при последующей эксплуатации. Этот критерий выходит
  на первый план для устройств ответственного применения, а также для устройств, ра-
  ботающих при воздействии дестабилизирующих факторов. Для обеспечения повышенной
  надежности используют различные методы и подходы на разных уровнях абстракции.
  Часть из них могут быть применены на этапе проектирования. Одним из основных мето-
  дов для повышения надежности интегральных схем на этапе проектирования – это ис-
  пользование богатого инструментария из теории помехоустойчивого кодирования. Тра-
  диционная область применения помехоустойчивых кодов – это контроль целостности
  хранимой и передаваемой информации. Комбинационные схемы, напротив, изменяют
  информацию и не имеют в своём составе запоминающих элементов. Комбинационные
  схемы на вентильном уровне реализуют таблицы перекодировок, которые каждому
  входному воздействию однозначно ставят в соответствие некоторое выходное знач е-
  ние. Тем не менее, применение помехоустойчивых кодов для построения сбоеустойчивых
  комбинационных схем оказывается весьма эффективным. Для этого требуется введение
  в состав схемы дополнительных комбинационных блоков, которые обеспечивают код и-
  рование, декодирование, контроль, а в некоторых случаях и исправление возникающих в
  схеме ошибок. В статье исследуется эффективность применения кодов Хэмминга для
  задачи построения сбоеустойчивых комбинационных схем. В работе были рассмотрены
  две основные модификации кодов Хэмминга для реализации сбоеустойчивых комбинацион-
  ных схем. Разработаны средства для автоматизированного синтеза схем функционально-
  го контроля на основе данных кодов. Исследована структурная избыточность, а также
  надежностные характеристики получаемых схем. Проведено сравнение с традиционными
  методами кратного резервирования. Выведены оценочные функции для избыточности и
  вероятности пропуска ошибки.