<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Автоматизована система відеомоніторингу. частина.2. автоматизоване детектування пе-реміщень

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

Системи відеоспостереження, що використовують штучний інтелект, на сьогоднішній день активно розвиваються та з успіхом починають застосовуватись на масштабному рівні. Покращується як наукова база штучних нейронних мереж, так і обчислювальні потужності технічного обладнання. Результати даного дослідження пропонують новий погляд на використання системи відеоспостереження з комп’ютерним зором, а саме, для підвищення фізичного рівня захисту інформації.
Today, video surveillance systems that use artificial intelligence are being actively developed and are being successfully applied on a large scale. Both the scientific base of artificial neural networks and the computing power of technical equipment are improving. The results of this study offer a new perspective on the use of video surveillance systems with computer vision, namely, to increase the physical level of information security.

Опис

УДК

Тип документа

Мова

ISSN

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Слободянюк Є. С. Автоматизована система відеомоніторингу. частина.2. автоматизоване детектування пе-реміщень [Електронний ресурс] / Є. С. Слободянюк; наук. кер. О. Д. Никитенко // Матеріали LI науково-технічної конференції підрозділів ВНТУ, Вінниця, 31 травня 2022 р. – Електрон. текст. дані. – 2022. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2022/paper/view/15783.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (3)

  1. CNN Acchitectures [Електронний ресурс]. – 2022. – Режим доступу: https://medium.com/@RaghavPrabhu/cnn-architectures-lenetalexnet-vgg- googlenet-and-resnet-7c81c017b848
  2. Review - VGGNet [Електронний ресурс]. – 2022. – Режим доступу: https://medium.com/coinmonks/paper-review-of-vggnet-1strunner-up-of-ilsvlc- 2014-image-classification-d02355543a11
  3. Combining Local Appearance and Holistic View: Dual-Source Deep Neural Networks for Human Pose Estimation [Електронний ресурс]. – 2016. – Режим доступу: https://arxiv.org/pdf/1504.07159.pdf