Please use this identifier to cite or link to this item: https://elib.psu.by/handle/123456789/32384
Full metadata record
DC FieldValueLanguage
dc.contributor.authorChen, Ch.-
dc.contributor.authorМинальд, А. А.-
dc.contributor.authorБогуш, Р. П.-
dc.contributor.authorMa, G.-
dc.contributor.authorWeichen, Y.-
dc.contributor.authorАбламейко, С. В.-
dc.date.accessioned2022-06-16T11:51:42Z-
dc.date.available2022-06-16T11:51:42Z-
dc.date.issued2022-
dc.identifier.citationChen 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/10.47612/0514-7506-2022-89-2-275-282ru_RU
dc.identifier.urihttps://elib.psu.by/handle/123456789/32384-
dc.descriptionChen C., Мinald A.A., Bohush R.P., Ma G., Weichen Y., Аblameyko S.V. Detection and Classification of Vehicles in Ultra-High Resolutions Images Using Neural Networks. Zhurnal Prikladnoii Spektroskopii. 2022;89(2):275-282. (In Russ.) https://doi.org/10.47612/0514-7506-2022-89-2-275-282ru_RU
dc.description.abstractПредлагается 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.ru_RU
dc.description.sponsorshipПри поддержке: Работа выполнена при частичной финансовой поддержке Национальной программы набора иностранных экспертов (гранты № G2021016001L, G2021016002L) и Базовой программы исследований общественного благосостояния провинции Чжэцзян (грант № LGJ19F020002).ru_RU
dc.language.isoruru_RU
dc.publisherИнститут физики НАН Беларусиru_RU
dc.publisherSpringer Natureru_RU
dc.titleОбнаружение и классификация транспортных средств на снимках сверхвысокого разрешения с помощью нейронных сетейru_RU
dc.title.alternativeDetection and Classification of Vehicles in Ultra-High Resolutions Images Using Neural Networksru_RU
dc.typeArticleru_RU
dc.identifier.doi10.1007/s10812-022-01361-1-
dc.identifier.doi10.47612/0514-7506-2022-89-2-275-282-
Appears in Collections:Публикации в Scopus и Web of Science
Машинное обучение. Обработкой изображений и видео. Интеллектуальные системы. Информационная безопасность

Files in This Item:
File Description SizeFormat 
275-282.pdf239.65 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.