Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
https://elib.psu.by/handle/123456789/32384
Название: | Обнаружение и классификация транспортных средств на снимках сверхвысокого разрешения с помощью нейронных сетей |
Авторы: | Chen, Ch. Минальд, А. А. Богуш, Р. П. Ma, G. Weichen, Y. Абламейко, С. В. |
Другие названия: | Detection and Classification of Vehicles in Ultra-High Resolutions Images Using Neural Networks |
Дата публикации: | 2022 |
Издатель: | Институт физики НАН Беларуси Springer Nature |
Библиографическое описание: | Chen C., Минальд А.А., Богуш Р.П., Ma G., Weichen Y., Абламейко С.В. Обнаружение и классификация транспортных средств на снимках сверхвысокого разрешения с помощью нейронных сетей. Журнал прикладной спектроскопии. 2022;89(2):275-282. https://doi.org/10.47612/0514-7506-2022-89-2-275-282 |
Аннотация: | Предлагается архитектура глубокой нейронной сети, основанная на интеграции сверточной нейронной сети Faster R-CNN с модулем Feature Pyramid Network. На основе данного подхода разработан алгоритм обнаружения и классификации транспортных средств на изображениях и соответствующая модель. Для обучения предложенной модели использована кроссплатформенная среда ML.NET. Представлены результаты сравнения эффективности применения предложенного подхода и сверточных нейронных сетей YOLO v4 и Faster R-CNN. Показано улучшение точности обнаружения и локализации разных типов транспортных средств на снимках сверхвысокого разрешения. Приведены примеры обработки изображений земной поверхности сверхвысокого разрешения и даны соответствующие рекомендации. |
URI (Унифицированный идентификатор ресурса): | https://elib.psu.by/handle/123456789/32384 |
DOI: | 10.1007/s10812-022-01361-1 10.47612/0514-7506-2022-89-2-275-282 |
Располагается в коллекциях: | Публикации в Scopus и Web of Science Машинное обучение. Обработкой изображений и видео. Интеллектуальные системы. Информационная безопасность |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
275-282.pdf | 239.65 kB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.