Research output: Chapter in Book/Report/Conference proceeding › Conference abstracts › peer-review
ИСПОЛЬЗОВАНИЕ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ РАСПОЗНАВАНИЯ И УСТРАНЕНИЯ ИСКАЖЕНИЙ НА АЭРОФОТОСНИМКАХ. / Воробьева, Анна Андреевна.
Геодезия, картография, геоинформатика и кадастры. Инновации в науке, образовании и производстве: Материалы V Всероссийской науч.-практ. конф. 2024 г., Санкт-Петербург / науч. ред. И. Е Сидорина. — СПб.: Издательско-полиграфическая ассоциация высших учебных заведений, 2024. — 606 с.: ил. Издательско-полиграфическая ассоциация высших учебных заведений, 2025. p. 182-189.Research output: Chapter in Book/Report/Conference proceeding › Conference abstracts › peer-review
}
TY - CHAP
T1 - ИСПОЛЬЗОВАНИЕ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ РАСПОЗНАВАНИЯ И УСТРАНЕНИЯ ИСКАЖЕНИЙ НА АЭРОФОТОСНИМКАХ
AU - Воробьева, Анна Андреевна
N1 - Conference code: 5
PY - 2025/1/29
Y1 - 2025/1/29
N2 - В данном исследовании рассматриваются методы создания обучающей выборки для задач восстановления изображений с использованием свѐрточных нейронных сетей (CNN - Convolutional Neural Networks). Основное внимание уделяется процессу формирования обучающей выборки, путѐм создания смаза (искусственного искажения) чѐтких изображений. В рамках работы была разработана программа, которая автоматически генерирует выборку из пар изображений, каждая из которых состоит из бракованных и четких версий одного и того же изображения. Процесс включает в себя создание сдвига, имитирующего полетный смаз разной интенсивности, что позволяет создавать разнообразные данные для обучения модели. Исследование демонстрирует важность качественной обучающей выборки в задачах компьютерного зрения и методы восстановления первоначального качества изображений, используя методы глубокого обучения. Результаты работы подчеркивают эффективность предложенного подхода для улучшения качества изображений и возможности применения в различных областях.
AB - В данном исследовании рассматриваются методы создания обучающей выборки для задач восстановления изображений с использованием свѐрточных нейронных сетей (CNN - Convolutional Neural Networks). Основное внимание уделяется процессу формирования обучающей выборки, путѐм создания смаза (искусственного искажения) чѐтких изображений. В рамках работы была разработана программа, которая автоматически генерирует выборку из пар изображений, каждая из которых состоит из бракованных и четких версий одного и того же изображения. Процесс включает в себя создание сдвига, имитирующего полетный смаз разной интенсивности, что позволяет создавать разнообразные данные для обучения модели. Исследование демонстрирует важность качественной обучающей выборки в задачах компьютерного зрения и методы восстановления первоначального качества изображений, используя методы глубокого обучения. Результаты работы подчеркивают эффективность предложенного подхода для улучшения качества изображений и возможности применения в различных областях.
UR - https://geoca-conference.ru/files/%D0%93%D0%95%D0%9E%D0%9A%D0%90_2024.pdf
U2 - 10.52565/9785911553449
DO - 10.52565/9785911553449
M3 - тезисы в сборнике материалов конференции
SN - 978-5-91155-344-9
SP - 182
EP - 189
BT - Геодезия, картография, геоинформатика и кадастры. Инновации в науке, образовании и производстве: Материалы V Всероссийской науч.-практ. конф. 2024 г., Санкт-Петербург / науч. ред. И. Е Сидорина. — СПб.: Издательско-полиграфическая ассоциация высших учебных заведений, 2024. — 606 с.: ил
PB - Издательско-полиграфическая ассоциация высших учебных заведений
T2 - V всероссийская научно-практическая конференция"Геодезия, картография, геоинформатика и кадастры. Инновации в науке, образовании и производстве
Y2 - 31 October 2024 through 1 November 2024
ER -
ID: 131161630