https://elib.psu.by/handle/123456789/26331 2026-04-25T17:54:02Z 2026-04-25T17:54:02Z Бурачёнок, И. Б. Железняк, В. К. Burachonak, I. Zheleznyak, V. https://elib.psu.by/handle/123456789/26444 2023-06-15T13:07:26Z 2020-01-01T00:00:00Z

Title: Обнаружение первичных признаков речевого сигнала Authors: Бурачёнок, И. Б.; Железняк, В. К.; Burachonak, I.; Zheleznyak, V. Abstract: Приведены результаты исследования обнаружения первичных признаков речевого сигнала различными методами на базе гласных фонем мужских голосов средней продолжительностью около 0,25 с в условиях зашумления. Разброс вычисленных значений частоты основного тона рассмотренными методами составил ± 1,37%. Самую низкую относительную погрешность оценки – 0,38%, имеет метод на основе вейвлет-преобразования с использованием в качестве материнского комплексного вейвлета Морле. Относительная погрешность оценки основного тона автокорреляционным методом составила 0,43%. Данный метод предлагается использовать для дальнейших исследований так как он имеет менее сложный алгоритм реализации и не требует больших вычислительных затрат.= The results of a study of the detection of primary signs of a speech signal by various methods based on vowel phonemes of male voices with an average duration of about 0.25 s in noisy conditions are presented. The spread of the calculated values of the pitch frequency discussed methods was ± 1,37%. The method based on the wavelet transform with the use of the complex Morlet wavelet as the parent has the lowest relative estimation error – 0.38%. Relative error autocorrelation pitch estimation method was 0.43%. This method is proposed to be used for further research as it has a less complex implementation algorithm and does not require large computational costs.

2020-01-01T00:00:00Z Богуш, Р. П. Захарова, И. Ю. Bohush, R. Zakharava, I. https://elib.psu.by/handle/123456789/26443 2023-06-15T13:07:26Z 2020-01-01T00:00:00Z

Title: Клиент-серверная система для идентификации и мониторинга перемещения людей в помещениях на основе анализа видеоданных Authors: Богуш, Р. П.; Захарова, И. Ю.; Bohush, R.; Zakharava, I. Abstract: Разработаны алгоритмическое и программное обеспечение для идентификации и сопровождения множества людей в помещениях на основе анализа последовательностей изображений, получаемых со стационарных камер видеонаблюдения. Процедуры обнаружения и сопровождения людей используют сверточные нейронные сети. Особенностью алгоритма сопровождения является применение результатов идентификации по лицам для правильного установления соответствия на кадрах между людьми при их идентичных внешних характеристиках. Составной дескриптор изображения каждого человека включает признаки лиц, вычисленные на основе сверхточной нейронной сети, и комплекс признаков изображения человека, что позволяет сопровождать людей при невозможности идентификации лиц. Программная реализация применяет библиотеку OpenCV для традиционных операций обработки изображений. Для основных процедур предложенной алгоритмической обработки используется программно-аппаратная архитектура параллельных вычислений, реализованная на GPU Nvidia по технологии CUDA. Такой подход позволяет обеспечить работу в режиме реального времени, если на кадре до пяти человек, при реализации на видеокарте NVIDIA GTX 1060, CPU Intel i7 – 5820k. Выходными данными являются обработанные последовательности изображений с координатами обнаруженного или сопровождаемого человека и его индексом, а также общее количество людей в кадре. Тестирование разработанной клиент-серверной системы выполнено с использованием персонального компьютера и мобильных устройств под управлением операционных систем Android и iOS.

2020-01-01T00:00:00Z Глухов, Д. О. Богуш, Р. П. Глухова, Т. М. Glukhov, D. Bogush, R. Glukhova, T. https://elib.psu.by/handle/123456789/26442 2023-06-15T13:07:26Z 2020-01-01T00:00:00Z

Title: Представление разреженных матриц с использованием ассоциативных контейнеров C++ библиотеки STL Authors: Глухов, Д. О.; Богуш, Р. П.; Глухова, Т. М.; Glukhov, D.; Bogush, R.; Glukhova, T. Abstract: Предлагается объектно-ориентированный архитектурный шаблон для построения ассоциативных контейнеров, предназначенных для представления разреженных матриц. Решается проблема классических ассоциативных контейнеров STL, состоящая в появлении несуществующих элементов при первом обращении к ним. Предлагаемый архитектурный шаблон не меняет вычислительной сложности основных операций ассоциативного контейнера std::map и обеспечивает компактное представление разреженной матрицы жесткости системы линейных уравнений большой размерности метода конечных элементов в задаче расчета статически неопределимых строительных конструкций с учетом физической и геометрической нелинейности.= The paper proposes an object-oriented architectural pattern for building associative containers designed to represent sparse matrices. The problem of classic associative STL containers is solved. This problem lies in the appearance of non-existent elements when you first access them. The proposed architectural pattern does not change the computational complexity of the basic operations of the std::map associative container. We have applied the proposed architectural template for a compact representation of a sparse stiffness matrix of a system of large-dimensional linear equations of the finite element method in the problem of calculating statically indeterminate building structures taking into account physical and geometric nonlinearity.

2020-01-01T00:00:00Z Хижняк, А. В. Шарак, Д. С. Бобров, А. Ю. Khizniak, A. Sharak, D. Bobrov, A. https://elib.psu.by/handle/123456789/26441 2023-06-15T13:07:26Z 2020-01-01T00:00:00Z

Title: Аппаратно-программный комплекс исследования алгоритмов сопровождения оптически наблюдаемых объектов Authors: Хижняк, А. В.; Шарак, Д. С.; Бобров, А. Ю.; Khizniak, A.; Sharak, D.; Bobrov, A. Abstract: Представлен аппаратно-программный комплекс исследования алгоритмов сопровождения оптически наблюдаемых объектов, который позволяет осуществлять выбор типа сопровождения в зависимости от параметров фоново-целевой обстановки и наличия преднамеренных помех, фиксировать количество срывов сопровождения в видеопоследовательности. Разработанный комплекс характеризуется возможностью исследования алгоритмов как в режиме реального времени, так и с заранее подготовленными видеопоследовательностями с возможностью моделирования эффектов ухудшения условий эксплуатации (применение дымовой завесы, повышение шумовой составляющей, засветки камеры и др.), которые представляют собой маскирующие помехи естественного и искусственного происхождения. Аппаратно-программный комплекс позволяет проводить исследование и оценку эффективности как существующих, так и вновь разрабатываемых алгоритмов сопровождения оптически наблюдаемых объектов в условиях изменяющейся фоново-целевой обстановки и наличия преднамеренных помех.= This article presents a hardware and software complex for researching algorithms for tracking optically observed objects. The hardware and software complex allows you to select the type of tracking depending on the parameters of the background-tuned environment and deliberate interference, to record the number of tracking disruptions in the video sequence.The developed complex differs from algorithms in real time, as well as with previously prepared video sequences using simulation of operating conditions (use of a smoke screen, increasing the noise component, camera illumination, etc.), which are masking noise and artificial origin.The hardware and software complex allows for research and evaluation of the effectiveness of newly developed algorithms for tracking optically observed objects in a changing background search environment and the presence of deliberate interference.

2020-01-01T00:00:00Z