Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: https://evnuir.vnu.edu.ua/handle/123456789/20625
Назва: Дослідження методів обробки та розпізнавання зображень у реальному часі за допомогою нейромережі
Автори: Веремко, Юрій Петрович
Булатецька, Леся Віталіївна
Приналежність: Волинський національний університет імені Лесі Українки
Бібліографічний опис: Веремко Ю. П., Булатецька Л. В. Дослідження методів обробки та розпізнавання зображень у реальному часі за допомогою нейромережі. Математика. Інформаційні технології. Освіта: матеріали ХІ міжн. наук.-практичної конф. (Луцьк, 3–5 червн. 2022 р.). Луцьк: Волинський національний університет імені Лесі Українки, 2022. С. 55–56.
Конференція/захід: Математика. Інформаційні технології. Освіта
Дата публікації: 5-чер-2022
Дата внесення: 18-лип-2022
Видавництво: Волинський національний університет імені Лесі Українки
Країна (код): UA
Теми: розпізнавання образів
нейронна мережа
Діапазон сторінок: 55-56
Короткий огляд (реферат): Знаходження об’єктів на зображенні чи в відео-потоці це завдання з області комп’ютерного зору, яка розв’язується різними підходами, але найчастіше з допомогою, так званих, згорткових нейронних мереж. За допомогою нейронної мережі можна навчити розпізнавати, обробляти та інтерпретувати зображення так, як це потрібно для певного завдання. Для цього знадобиться набір даних, який складається із великої кількості фотоматеріалів. В нашому випадку, ми зможемо побудувати систему, яка зможе у реальному часі проводити обробку фото та відеоматеріалів, автоматично визначати номерний знак автомобіля та вести облікову інформацію.
URI (Уніфікований ідентифікатор ресурсу): https://evnuir.vnu.edu.ua/handle/123456789/20625
URL-посилання пов’язаного матеріалу: https://doi.org/10.1109/VNIS.1994.396858
https://doi.org/10.30837/bi.2018.2(91).17
https://tesseract-ocr.github.io/tessdoc/
https://www.learnopencv.com/object-tracking-using-opencv-cpp-python/
Перелік літератури: Розпізнавання зміни розміру і кольору зображення на основі згорткової нейронної мережі / Н. Аксак та ін. Біоніка інтелекту. 2018. Т. 2, № 91. С. 114– 119. URL: https://doi.org/10.30837/bi.2018.2(91).17.
References: Fahmy M. Automatic number-plate recognition: neural network approach. Vehicle Navigation and Information Systems Conference: Proceedings of VNIS'94 - 1994 Vehicle Navigation and Information Systems Conference, 31 August – 2 September 1994. 2002. URL: https://doi.org/10.1109/VNIS.1994.396858.
Tesseract User Manual. tessdoc. URL: https://tesseract-ocr.github.io/tessdoc/ (date of access: 19.05.2022).
Object Tracking using OpenCV (C++/Python). LearnOpenCV – OpenCV, PyTorch, Keras, Tensorflow examples and tutorials. URL: https://www.learnopencv.com/object-tracking-using-opencv-cpp-python/ (date of access: 19.05.2022).
Тип вмісту: Conference Abstract
Розташовується у зібраннях:Наукові роботи (FITM)

Файли цього матеріалу:
Файл Опис РозмірФормат 
55-56.pdf793,5 kBAdobe PDFПереглянути/відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.