Полное описание

Муаль, М. Н.Б. Использование нейросетевого метода для решения задач сегментации изображений / М. Н.Б. Муаль. - DOI 10.25559/SITITO.18.202204.744-755. - Текст : непосредственный // Современные информационные технологии и ИТ-образование : международный научный журнал. - 2022. - Т. 18, N 4. - С. 744-755. - Библиогр. в конце ст. - ISSN 2411-1473.

ГРНТИ	УДК
28.23	004.8
28.23.37	004.032.26
28.23.15	004.93

Рубрики:
Искусственный интеллект
Нейронные сети
Распознавание образов

Кл.слова (ненормированные): сегментация -- пиксель -- автокодировщик -- max-pooling -- u-net -- метрика -- обнаружение объектов -- искусственные нейронные сети -- cnn-сети -- полносверточная сеть
Аннотация: Сегментация изображений играет важную роль при выявлении различных заболеваний и патологий посредством обработки медицинских изображений. За прошедшие годы был разработан целый ряд традиционных подходов такие как бинарный пороговый метод (метод Оцу), метод водоразделов, метод кластеризации с помощью K-средних к выполнению сегментации изображений, использующих специфичные для предметной области знания для эффективного решения проблем сегментации в конкретных областях применения. Но, к сожалению, эти методы являлись не эффективными. На самом деле, суть сегментации изображений является классификацией содержащих каждый пиксель с аналогичными атрибутами. А цель классификации пиксель - это обработать его крупно, нечувствительно к шуму, мелко, и средний звёздочный фильтр. То, что не позволяет сделать традиционные методы. Поэтому есть необходимость предлагать новый метод позволяющий устранять эти недостатки. Мы предлагаем метод основан на автокодировщик (специальная архитектура искусственных нейронных сетей, позволяющая применять обучение без учителя при использовании метода обратного распространения ошибки), позволяющий сжимать любое большое изображение на мелкое, (с тем же свойствами как входное). Этот метод позволяет также сэкономить ресурсы. При этом, мы используем метода обработки изображение под названием "MaxPooling" (U-Net). В работе, мы создавали собственную метрику для отслеживания результата тренировки сети. В практической части мы попробовали сегментировать на классы изображения со стройки, а также попиксельно определили местонахождения самолета на изображения.

Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -389173-841073)

Шифр в сводном ЭК: 062d459d0cf956a2f8b2603e0222ec4a

Заказать
Заказ фрагмента документа ₽