сегментація зображень

ГІБРИДНИЙ ПІДХІД ДО РОЗПІЗНАВАННЯ ДОРОЖНІХ ЗНАКІВ НА ОСНОВІ КОЛЬОРОВОЇ СЕГМЕНТАЦІЇ ТА ЗГОРТКОВИХ НЕЙРОННИХ МЕРЕЖ

У роботі представлено гібридний підхід до розпізнавання дорожніх знаків, який поєднує класичні методи попередньої обробки (кольорова сегментація, аналіз контурів, Haar Cascade та HOG) із згортковою нейронною мережею (CNN) для класифікації. Запропонований метод дав змогу зменшити час обробки зображення у 10–20 разів, оскільки на вхід мережі передаються лише попередньо відібрані регіони інтересу.

МЕТОД ОПТИМІЗАЦІЇ РОЗПІЗНАВАННЯ ОБʼЄКТІВ У ЗАКРИТОМУ СЕРЕДОВИЩІ ДЛЯ МОБІЛЬНИХ РОБОТИЗОВАНИХ СИСТЕМ З ОБХОДОМ ПЕРЕШКОД (ENGLISH)

Запропоновано використання модифікованого процесу навчання нейронної мережі з почерговим використанням декількох наборів даних для розпізнавання обʼєктів мобільними роботизованими системами у закритому просторі. Проаналізовано останні дослідження та підходи до вирішення проблеми розпізнавання точних контурів обʼєктів, виявлено ключові особливості декількох архітектур нейронних мереж. Виявлено нестачу даних про ефективність використання систем розпізнавання обʼєктів у мобільних роботизованих системах із обходом перешкод у закритому просторі.