?
Определение засвеченных пикселей на изображении
С. 216–218.
В случае наличия в фотографируемой сцене слишком ярких объектов, сенсор камеры не всегда может правильно определить цвета, так как ставит в соответствие слишком ярким пикселям максимальное значение, которое сенсор способен зарегистрировать. Принято считать, что засвеченный пиксель - это пиксель у которого хотя бы один из каналов достиг максимального значения. Поэтому часто в научной литературе описание данных дополняют некоторым максимальным порогом, выше которого пиксели считаются засвеченными. Задача определения засвеченных пикселей остро встает при разработке алгоритмов определения освещения в сцене изображения. Отсутствие информации о пикселях, которые неверно регистрируют свойства сцены пагубно влияют на качество таких алгоритмов.
В книге
М.: МФТИ, 2020.
Йошкар-Ола: Поволжский государственный технологический университет, 2025.
Представлены материалы 35-й Международной конференции «ГрафиКон 2025», проходившей на базе Поволжского государственного технологического университета.
В сборник вошли доклады участников конференции, посвященные методам и технологиям компьютерного анализа изображений, визуальной и когнитивной аналитики, 3D-реконструкции, визуальной навигации и человеко-машинного взаимодействия, виртуальной и дополненной реальности, распознавания образов и др.
Издание адресовано сотрудникам научно-исследовательских и образовательных организаций, специалистам предприятий ИТ-индустрии, аспирантам, студентам. ...
Добавлено: 21 февраля 2026 г.
Каграманян Д. Г., В кн.: ТЕЗИСЫ XXVI ВСЕРОССИЙСКОЙ КОНФЕРЕНЦИИ МОЛОДЫХ УЧЁНЫХ ПО МАТЕМАТИЧЕСКОМУ МОДЕЛИРОВАНИЮ И ИНФОРМАЦИОННЫМ ТЕХНОЛОГИЯМ.: [б.и.], 2025.
Исследование статистических свойств микроструктур композитных материалов проводится путем анализа микрофотографий срезов материала. Часто анализ снимков может быть ограничен из-за малого размера выборки снимков. В работе исследуется возможность создания искусственных микроструктур с помощью генеративных нейронных сетей: диффузионная сеть и GAN. Мы хотим ответить на вопрос, можно ли при помощи генеративных сетей усиливать статистические свойства исходных данных. ...
Добавлено: 8 февраля 2026 г.
Каграманян Д. Г., В кн.: ВНКСФ-29: Двадцать девятая Всероссийская научная конференция студентов-физиков и молодых учёных. Материалы конференции. Информационный бюллетень. Москва – Пушкино – Черноголовка – Дубна, 2025.: Ростов н/Д: Южный федеральный университет, 2025. С. 150–151.
Понимание природы распространения трещин играет важную роль при создании материалов из композитных сплавов. На стадии спекания крайне важно знать характеристики сплава, которые потенциально могут привести к распространению трещин. Наша цель расширить существующие методы, чтобы предоставить более подробную информацию о свойствах и характеристиках трещин. Мы предлагаем новый метод анализа трещин, основанный на современных алгоритмах и больших ...
Добавлено: 7 февраля 2026 г.
Astaf’ev A. V., Maslenkina K. S., Mikhaleva L. M. и др., Доказательная гастроэнтерология 2025
Цель исследования. Оценить эффективность модели машинного обучения (МО) с трансформерной архитектурой YOLO11 (и ее дообученной версии) для автоматизированной сегментации и детекции эозинофилов на гистологических изображениях с различным качеством фиксации, окрашивания тканей и срезов в условиях рутинной клинической практи- ки, для улучшения точности диагностики эозинофильного эзофагита (ЭоЭ).
Материал и методы. Проведен многоцентровый ретроспективный анализ гистологических изображений, полученных ме- тодом ...
Добавлено: 23 декабря 2025 г.
Пикуль А. С., Безопасность информационных технологий 2024 Т. 31 № 4 С. 116–127
Исследуется возможность применения современных архитектур компьютерного зрения для задачи обнаружения дипфейков. Рассматриваются следующие архитектуры: EfficientNet, Vision Transformer (ViT), VisionLSTM (ViL), VisionKAN и Mamba Vision. Новизна подхода заключается в применении и сравнении работы данных архитектур, а также в их объединении в парные ансамбли для повышения точности детекции дипфейков. В работе проведен эксперимент, основанный на применении нескольких ...
Добавлено: 12 декабря 2025 г.
Белаш В. А., В кн.: Информационные технологии и системы 2025 (ИТС 2025 = И74 Information Technologies and Systems 2025 (ITS 2025) : материалы междунар. науч. конф., Минск, 19 нояб. / редкол. : Л. Ю. Шилин [и др.]. – Минск : БГУИР, 2025. – 306 с. ISBN 978-985-543-858-9.: [б.и.], 2025.
В статье исследованы современные нейросетевые подходы для восстановления трехмерной позы человека на основе двумерных данных. Рассматриваются такие нейросетевые архитектуры, как SPIN, VideoPose3D и PoseFormer. Проведен их сравнительный анализ. Выявлено, что модели, использующие временной контекст (VideoPose3D, PoseFormer), демонстрируют преимущества при анализе динамических движений по сравнению со статическими методами (SPIN). ...
Добавлено: 3 декабря 2025 г.
[б.и.], 2026.
Добавлено: 24 ноября 2025 г.
Dalian: IEEE, 2025.
Добавлено: 3 ноября 2025 г.
Красноженов Г. Г., Лебедев С. А., В кн.: Московский транспорт. Наука и проектирование.Вып. 3.: М.: [б.и.], 2025. С. 56–74.
Статья посвящена анализу существующих трендов и вытекающих из направления развития интеллектуальных технологий актуальных задач для организаций, осуществляющих в Российской Федерации переход на цифровое проектирование. ...
Добавлено: 21 октября 2025 г.
- Р. М., International Journal of Information Technology (Singapore) 2024 Article 1
Добавлено: 1 октября 2025 г.
Абрамов А. С., Чернышев В. Л., Михайлец Е. В. и др., / Series Social Science Research Network "Social Science Research Network". 2025.
Добавлено: 23 сентября 2025 г.
Лебедев С. А., Красноженов Г. Г., Белова Н. С., Московский транспорт. Наука и проектирование 2025 № 2 С. 69–87
В настоящей статье проведены обзор и анализ технологий искусственного интеллекта, применяемых в транспортном проектировании и смежных отраслях, коммерческих продуктов и задач транспортного проектирования, решаемых указанными технологиями. ...
Добавлено: 19 августа 2025 г.
Сластников С. А., Petr Rybakov, Matvei Antonov и др., , in: 24th International Conference, NEW2AN 2024, and 17th Conference, ruSMART 2024, Marrakesh, Morocco, December 11–12, 2024, Proceedings, Part I. Internet of Things, Smart Spaces, and Next Generation Networks and Systems. (LNCS, volume 15554)* 1.: Cham: Springer, 2025. P. 11–18.
Добавлено: 11 июня 2025 г.
Springer, 2025.
Добавлено: 1 июня 2025 г.
Generation of Artificial Images of Cross Sections of WC/Co Composite Alloys Using Diffusion Networks
Каграманян Д. Г., Щур Л. Н., Lobachevskii Journal of Mathematics 2025 Vol. 46 No. 3 P. 1315–1321
Добавлено: 13 января 2025 г.
Springer, 2024.
Добавлено: 9 декабря 2024 г.
Kseniia Prokudina, Mikhail Skriplyonok, Alexander Vostrikov, , in: 2024 International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM), 20-24 May 2024.: IEEE, 2024. P. 865–869.
Добавлено: 26 ноября 2024 г.
Springer, 2024.
Добавлено: 26 ноября 2024 г.
Сергеев А. В., Минченков В. О., Солдатов А. В. и др., / Cornell University. Серия Computer Science "arxiv.org". 2024. № 2411.10150.
Различные технологии, включая модели компьютерного зрения, применяются для автоматизированного контроля процессов ручной сборки на производстве. Эти модели позволяют обнаруживать и классифицировать события, такие как наличие компонентов в области сборки или их соединение. Основной проблемой алгоритмов детекции и классификации является их чувствительность к изменениям условий окружающей среды и непредсказуемое поведение при обработке объектов, отсутствующих в обучающей ...
Добавлено: 23 ноября 2024 г.
Cham: Springer, 2024.
Добавлено: 22 ноября 2024 г.