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

Аналіз сегментації зображень за допомогою згорткових нейронних мереж

Скорочена інформація про документ
dc.contributor.authorКниш, Б. П.uk
dc.contributor.authorKnysh, B. P.
dc.titleАналіз сегментації зображень за допомогою згорткових нейронних мережuk
dc.title.alternativeAnalysis of image segmentation using convolutional neural networksen
dc.date.issued2021
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationКниш Б. П. Аналіз сегментації зображень за допомогою згорткових нейронних мереж [Електронний ресурс] / Б. П. Книш // Тези доповідей Всеукраїнської науково-практичної Інтернет-конференції студентів, аспірантів та молодих науковців «Молодь в науці: дослідження, проблеми, перспективи» (МН-2021), м. Вінниця, 01-14 травня 2021 р. – 2021. – Режим доступу: https://conferences.vntu.edu.ua/index.php/mn/mn2021/paper/viewFile/13042.uk
dc.relation.ispartofТези доповідей Всеукраїнської науково-практичної Інтернет-конференції студентів, аспірантів та молодих науковців «Молодь в науці: дослідження, проблеми, перспективи» (МН-2021), м. Вінниця, 01-14 травня 2021 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2021/paper/view/13042
dc.identifier.udc004.932
dc.identifier.urihttp://ir.lib.vntu.edu.ua/handle/123456789/32157
dc.description.abstractВ даній роботі було проведено аналіз процесу сегментації зображень за допомогою згорткових нейронних мереж та дослідження його ефективності на основі моделей із навчанням згорткових нейромереж з глибокими шарами. Розроблено згорткової нейронну мережу для підвищення точності та ефективності сегментації зображеньuk
dc.description.abstractIn this paper, we analyzed the process of image segmentation using convolutional neural networks and study its effectiveness based on models with training convolutional neural networks with deep layers. A convolutional neural network has been developed to increase the accuracy and efficiency of image segmentation.en
dc.subjectзображенняuk
dc.subjectобробкаuk
dc.subjectсегментаціяuk
dc.subjectзгорткові нейронні мережіuk
dc.subjectimageen
dc.subjectprocessingen
dc.subjectsegmentationen
dc.subjectconvolutional neural networksen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesБілинський Й.Й. Методика оцінювання якості роботи фільтрів приглушення шумів в пакеті MathCAD / Й.Й. Білинський, Б.П. Книш, Я.А. Кулик // Вісник Хмельницького національного університету. – 2017. – №3. – С. 125-130.uk
dc.relation.referencesChitade A.Z. Colour based image segmentation using k-means clustering / A.Z. Chitade, S.K. Katiyar // International Journal of Engineering Science and Technology. – 2010. – Vol. 2. – Issue 10. – P. 5319- 5325.en
dc.relation.referencesKurugollu F. Color image segmentation using histogram multithresholding and fusion / F. Kurugollu, B. Sankur, A. Harmanci // Image and Vision Computing. – 2001. – Vol. 19. – Issue 13. – P. 915-928.en
dc.relation.referencesWang H. Generalizing edge detection to contour detection for image segmen- tation / H. Wang, J. Oliensis. // Computer Vision and Image Understanding. – 2010. – Vol. 114. – Issue 7. – P. 731-744.en
dc.relation.referencesFelzenszwalb P.F. Efficient graph-based image segmentation / P.F. Felzenszwalb, D.P. Huttenlocher // International Journal of Computer Vision. – 2004. – Vol. 59. – Issue 2. – P. 167-181en
dc.relation.referencesKrizhevsky A., Sutskever I., Hinton G.E. ImageNet Classification with Deep Convolutional Neural Networks. Neural Information Processing Systems 2012: Proceeding of Neural Information Processing Systems Conference, 2012. P. 1097-1105en
dc.relation.referencesСитник В.Ф. Системи підтримки прийняття рішень / В.Ф. Ситник. – К.: КНЕУ, 2004. – 614 с.uk
dc.date.accessioned2021-05-24T12:07:55Z
dc.date.available2021-05-24T12:07:55Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
81928.pdf
Розмір:
584,43 KB
Формат:
Adobe Portable Document Format
Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
license.txt
Розмір:
129 B
Формат:
Plain Text
Опис:
Завантажити

Зібрання

Молодь в науці: дослідження, проблеми, перспективи (МН-2021)
Наукові видання каф. ЗФ