система технічного зору

Автономна навігація безпілотних літальних апаратів (БПЛА) в неструктурованих промислових середовищах залишається складним завданням через нерегулярну геометрію, динамічні перешкоди та невизначеність сенсорних даних. Класичні системи SLAM, попри геометричну узгодженість, часто виявляються нестійкими за умов поганої ініціалізації, відсутності текстури або наявності віддзеркалювальних поверхонь. Щоб подолати ці обмеження, у роботі запропоновано гібридний трансформерно-геометричний підхід, який поєднує навчальні апріорні уявлення сцени з ключовим SLAM-конвеєром.

Розглянуто технології комп’ютерного зору, що застосовуються для автома­тизації маркування товарів. Викладено суть технологій оптичного розпізнавання символів (OCR), зчитування штрих­кодів та QR­кодів, а також систем контролю якості друку. Проведено огляд відкритих бібліотек (Tesseract, EasyOCR, OpenCV), хмарних сервісів (Google Vision API, AWS Textract) та інструментів для мобільних застосунків. Описано переваги та недоліки використання цих рішень у логістиці, роздрібній торгівлі та виробництві.

The goal of the article is to provide a methodology of improving images quality in low-light conditions trough fusion of data received from telecamera and thermal camera. Data from thermal camera uses for compensation of significant illumination reduction in poor lighting conditions and allow keep required level of information. Proposed method establishes dynamic regulation of fusion coefficients depending on brightness level to minimize artifacts, increase edge sharpness, and improve object detectability.

This paper is dedicated to developing and evaluating the facial recognition system, focusing on its effectiveness and operational reliability under real-world conditions. The choice of the Raspberry Pi hardware platform for implementing the system has been justified by its capability to process video streams in real time, as well as its compatibility with the high-quality Raspberry Pi Camera V2, which enables the acquisition of images with sufficient resolution for the proper functioning of computer vision algorithms.

У статті розглядаються методи аугментації даних у завданні розпізнавання зображень, зокрема проаналізовано підхід експоненційної аугментації для покращення роботи глибоких нейронних мереж YOLO у задачах детекції об’єктів. Запропонована методика базується на послідовному та багаторазовому застосуванні різних перетворень, включаючи горизонтальне та вертикальне віддзеркалення, обертання на 90°, Gaussian Blur, зміну яскравості та контрастності.

У сучасному світі, де швидкість технологічних змін надзвичайно вражає, сфера дорожнього руху не залишається осторонь. Використання сегментації смуг на дорозі стає ключовим елементом не лише для забезпечення безпеки, але й для вдосконалення систем навігації та виявлення дорожніх знаків. Цей підхід відкриває двері до нового рівня ефективності та точності управління дорожнім рухом, сприяючи покращенню якості та безпеки нашого пересування. Давайте зануримося в деталі цього захоплюючого та перспективного напрямку розвитку технологій дорожнього транспорту.

У даній статті досліджено особливості роботи систем управління складом. Запропоновано алгоритм первинного розпізнавання об’єктів в комірках складу. Наведено принципи та реалізацію власної програмної системи управління складом з використанням технології комп’ютерного зору.

This paper aims to develop and implement an algorithm and an automated software system for the auto- matic accounting process of external facing panels during transportation on line conveyors. The method described in this paper is designed to simplify the process of production and accounting of wall-facing panels. This method can also serve as a model for implementing other manufacturers. The developed  algorithm consists of the following steps: obtaining a video stream in real-time or from a file and its targeted processing and determining the number of moving objects of interest.

This article explores the development of a video surveillance system that utilizes cuttingedge technology to analyze the video stream in real-time, identify motion, and recognize objects within the video stream. The functionality of this system enables it to provide a high level of accuracy in identifying objects, even in low-light conditions or with low-resolution cameras. The software system has been designed as a user-friendly desktop application with the latest technologies and features that will ensure its relevance and easy maintenance in the future.

У роботі проаналізовано  та порівняно сучасні моделі глибинного навчання для задач класифікації зображень МРТ колінного суглоба. Проаналізовано сучасні глибинні архітектури комп’ютерного зору для виділення ознак із зображень МРТ. Такий аналіз використано для створення прикладних архітектур моделей машинного навчання. Вказані моделі орієнтовані на автоматизацію процесу діагностування травм коліна у медичних приладах та системах.