Отрывок: Использование нейросетевых алгоритмов позволяет автоматизировать процесс обработки видеоданных, уменьшая нагрузку на персонал и увеличивая эффективность мониторинга повреждений. В связи со сложностью получения набора данных для обучения нейросетей возможно использование технологии моделирования синтетических данных. 2. ОБНАРУЖЕНИЕ ДЕФЕКТОВ В качестве нейросетевого классификатора для задачи обнаружения дефектов была приме...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Фирсов Н. А. | ru |
dc.contributor.author | Жердева Л. А. | ru |
dc.contributor.author | Жердев Д. А. | ru |
dc.contributor.author | Минаев Е. Ю. | ru |
dc.coverage.spatial | автоматизация обнаружения нарушений | ru |
dc.coverage.spatial | синтетические данные | ru |
dc.coverage.spatial | сверточные нейронные сети | ru |
dc.coverage.spatial | трещины | ru |
dc.coverage.spatial | обнаружение нарушений целостности зданий | ru |
dc.coverage.spatial | нейросетевые алгоритмы | ru |
dc.coverage.spatial | применение БПЛА | ru |
dc.coverage.spatial | нарушения целостности зданий | ru |
dc.coverage.spatial | моделирование повреждений | ru |
dc.creator | Фирсов Н. А., Жердева Л. А., Жердев Д. А., Минаев Е. Ю. | ru |
dc.date.issued | 2022 | ru |
dc.identifier | RU\НТБ СГАУ\491279 | ru |
dc.identifier.citation | Обнаружение нарушений целостности поверхностей зданий при помощи нейросетевых алгоритмов / Н. А. Фирсов, Л. А. Жердева, Д. А. Жердев, Е. Ю. Минаев // Информационные технологии и нанотехнологии (ИТНТ-2022) : сб. тр. по материалам VIII Междунар. конф. и молодеж. шк. (г. Самара, 23 - 27 мая) : в 5 т. / М-во науки и образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - фил. ФНИЦ "Кристаллография и фотоника" РАН. - Самара : Изд-во Самар. ун-та, 2022Т. 4: Искусственный интеллект / под ред. А. В. Никонорова. - 2022. - С. 043552. | ru |
dc.description.abstract | Обнаружение нарушений целостности поверхностей зданий требует привлечения рабочего персонала, при этом зачастую требуются дополнительные приспособления и спецтехника (лестницы, автовышки и пр.) и возникают риски производственных травм. Автоматизация обнаружения нарушений целостности зданий с помощью видеоаналитики данных с БПЛА может ускорить, удешевить и обезопасить данную процедуру. Применение нейросетевых алгоритмов к данной задачи осложнено специфичностью данных, которые требуется собирать на определенных зданиях и площадях инфраструктуры. Для решения этой задачи предлагается использовать синтетические данные, получаемые при помощи виртуальной среды. Синтезированный набор данных позволяет полностью решить поставленную задачу обнаружения трещин фасадов и повреждений кровли. | ru |
dc.language.iso | rus | ru |
dc.relation.ispartof | Информационные технологии и нанотехнологии (ИТНТ-2022) : сб. тр. по материалам VIII Междунар. конф. и молодеж. шк. (г. Самара, 23 - 27 мая) : в 5 т. - | ru |
dc.source | Информационные технологии и нанотехнологии (ИТНТ-2022). - Т. 4 : Искусственный интеллект | ru |
dc.title | Обнаружение нарушений целостности поверхностей зданий при помощи нейросетевых алгоритмов | ru |
dc.type | Text | ru |
dc.citation.spage | 043552 | ru |
dc.citation.volume | 4 | ru |
dc.textpart | Использование нейросетевых алгоритмов позволяет автоматизировать процесс обработки видеоданных, уменьшая нагрузку на персонал и увеличивая эффективность мониторинга повреждений. В связи со сложностью получения набора данных для обучения нейросетей возможно использование технологии моделирования синтетических данных. 2. ОБНАРУЖЕНИЕ ДЕФЕКТОВ В качестве нейросетевого классификатора для задачи обнаружения дефектов была приме... | - |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
ИТНТ-2022. Том 4. Искусственный интеллект/978-5-7883-1792-2_2022-043552.pdf | 826.44 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.