Показати скорочену інформацію

dc.contributor.authorКолесницький, О. К.uk
dc.contributor.authorКукунін, С. В.uk
dc.contributor.authorДерев’янко, М. Ю.uk
dc.contributor.authorПреподобний Мендеш Да Майа, А. А.uk
dc.contributor.authorKolesnytskiy, O. K.en
dc.contributor.authorKykynin, S. V.en
dc.contributor.authorDerevyanko, M. Yu.en
dc.contributor.authorPrepodobnyy Mendesh Da Maya, A. A.en
dc.date.accessioned2021-03-19T07:27:20Z
dc.date.available2021-03-19T07:27:20Z
dc.date.issued2019
dc.identifier.citationРозпізнавання нетипових ситуацій на дорозі за допомогою згорткової нейронної мережі [Текст] / О. К. Колесницький, С. В. Кукунін, М. Ю. Дерев’янко, А. А. Преподобний Мендеш Да Майа // Оптоелектронні інформаційно-енеретичні технології. – 2019. – № 2. – С. 38-44.uk
dc.identifier.issn1681-7893
dc.identifier.issn2311-2662
dc.identifier.urihttp://ir.lib.vntu.edu.ua//handle/123456789/31597
dc.description.abstractЗапропоновано інформаційну технологію розпізнавання нетипових ситуацій на дорозі та досліджено її програмну реалізацію. Для детектування та трекінгу об’єктів в реальному часі використовувалася згорткова нейронна мережа YOLO. Для виявлення нетипових ситуацій використовувався аналіз змін характеристик руху виявлених об’єктів.uk
dc.description.abstractПредложена информационная технология распознавания нетипичных ситуаций на дороге и исследована ее программная реализация. Для детектирования и трекинга объектов в реальном времени использовалась сверточная нейронная сеть YOLO. Для выявления нетипичных ситуаций использовался анализ изменений характеристик движения выявленных объектов.ru
dc.description.abstractThe information technology of atypical situations recognition on the road is offered and its software implementation is investigated. YOLO convolutional neural network was used to detect and track objects on the road in real time. To identify atypical situations, we used an analysis of changes in the motion characteristics of detected objects.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofОптоелектронні інформаційно-енеретичні технології. № 2 : 38-44.uk
dc.relation.urihttps://oeipt.vntu.edu.ua/index.php/oeipt/article/view/550
dc.subjectобробка зображеньuk
dc.subjectнетипові ситуаціїuk
dc.subjectдорожньо-транспортні пригодиuk
dc.subjectзгорткова нейронна мережаuk
dc.subjectобработка изображенийru
dc.subjectнетипичные ситуацииru
dc.subjectдорожно-транспортные происшествияru
dc.subjectсверточная нейронная сетьru
dc.subjectimage processingen
dc.subjectatypical situationsen
dc.subjecttraffic accidentsen
dc.subjectconvolutional neural networken
dc.titleРозпізнавання нетипових ситуацій на дорозі за допомогою згорткової нейронної мережіuk
dc.title.alternativeRecognizing atypical on-the-go situations using a convolutional neural networken
dc.typeArticle
dc.identifier.udc004.855
dc.relation.referencesСтатистика ДТП в Україні [Електронний ресурс]. – Режим доступу: http://patrol.police.gov.ua/statystyka/uk
dc.relation.referencesБезпечне місто: У Вінниці встановлено вже більше 400 камер спостереження [Електронний ресурс]. – Режим доступу: https://www.myvin.com.ua/ua/news/events/53372.htmluk
dc.relation.referencesFrank Millstein Convolutional Neural Networks in Python: Beginner's Guide to Convolutional Neural Networks in Python. CreateSpace Independent Publishing Platform, 2018. 120 с.en
dc.relation.referencesSight Machine. Powering digital Manufacturing [Електронний ресурс]. – Режим доступу: https://sightmachine.com/.en
dc.relation.referencesГлибокі Нейронні Мережі для Вирішення Завдань Розпізнавання і Класифікації Зображення [Електронний ресурс]. – Режим доступу: http://itcm.comp-sc.if.ua/2017/Sineglazov.pdf.uk
dc.relation.referencesЗгорткова нейронна мережа – просте пояснення CNN та її застосування [Електронний ресурс]. – Режим доступу: https://evergreens.com.ua/ua/articles/cnn.htmluk
dc.relation.referencesArtificial Intelligence (AI) vs. Machine Learning vs. Deep Learning [Електронний ресурс]. – Режим доступу: https://skymind.ai/wiki/ai-vs-machine-learning-vs-deep-learning.en
dc.relation.referencesDarknet: Open Source Neural Networks and YOLO: Real-Time Object Detection [Електронний ресурс]. – Режим доступу: https://pjreddie.com/darknet/yolo.en
dc.relation.referencesЩербакова Г.Ю. Теорія ймовірностей конспект лекцій. Одеса: Наука і техніка, 2005. 68 с.uk
dc.relation.referencesВ.Ф.Бардаченко, О.К.Колесницький, С.А.Василецький. Перспективи застосування імпульсних нейронних мереж з таймерним представленням інформації для розпізнавання динамічних образів// УСіМ.-2003-№6.- С. 73-82.uk
dc.relation.referencesКолесницький О. К. Аналітичний огляд апаратних реалізацій спайкових нейронних мереж / О. К. Колесницький // Математичні машини і системи. – 2015. – №1, С.3-19. ISSN 1028-9763 [Електронний ресурс]. Режим доступу - http://www.immsp.kiev.ua/publications/articles/2015/2015_1/01_2015_Kolesnytskyy.pdfuk
dc.relation.referencesNeurocomputer architecture based on spiking neural network and its optoelectronic implementation / Oleh K. Kolesnytskyj; Vladislav V. Kutsman; Krzysztof Skorupski; Mukaddas Arshidinova, Proc. SPIE 11176, Photonics Applications in Astronomy, Communications, Industry, and High-Energy Physics Experiments 2019, 1117609 (6 November 2019); doi: 10.1117/12.2536607en
dc.identifier.doihttps://doi.org/10.31649/1681-7893-2019-38-2-38-44


Файли в цьому документі

Thumbnail

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію