Вісник ХНУ. Технічні науки - 2023 рік
Постійне посилання зібрання
Переглянути
Перегляд Вісник ХНУ. Технічні науки - 2023 рік за Ключові слова "004.8"
Зараз показуємо 1 - 4 з 4
Результатів на сторінці
Налаштування сортування
Документ Метод виявлення багатороторних бпла засобами штучного інтелекту(Хмельницький національний університет, 2023) Горєлов, Сергій; Бармак, Олександр; Манзюк, Едуард; Gorelov, Serhii; Barmak, Olexander; Manziuk, EduardЗростаюче використання безпілотних літальних апаратів (БПЛА) у різноманітних комерційних та технічних секторах підкреслило необхідність надійного спостереження за БПЛА, особливо з огляду на питання громадської безпеки. У відповідь на цю вимогу було швидко розвинуто методи ідентифікації БПЛА. Незважаючи на прогрес, маленький розмір дронів, складні умови повітряного простору та зміни у освітленні залишаються значними викликами в цій сфері досліджень. З метою розв'язання цих викликів проведено дослідження, що базується на новому підході до виявлення БПЛА невеликих розмірів, використовуючи вдосконалену версію YOLOv8. Запропоновано метод, який дозволяє інтегрувати модуль високої деталізації для підвищення точності виявлення дрібних повітряних об'єктів. Також було оптимізовано архітектуру шляхом видалення елементів, що є більш важливими для великих об'єктів, тим самим зменшуючи обчислювальне навантаження та прискорюючи швидкість виявлення БПЛА. Крім того, використання Swin Transformer дозволяє краще виявляти об'єкти різних масштабів та зменшує обчислювальну складність. Також впровадження модуля уваги GAM у архітектуру мережі значно підвищує здатність до асиміляції ознак, що призводить до помітного підвищення ефективності виявлення БПЛА. У порівнянні з оригінальною базовою моделлю, наш запропонований метод демонструє суттєві покращення, збільшуючи P (precision), R (recall) та mAP (mean average precision) на 9%, 10,2% та 6% відповідно. Крім того, він істотно оптимізує модель за кількістю вхідних параметрів на 32,5% та 32,4% відповідно. Запропонований метод у порівняльних експериментах та експериментах зі специфічними наборами даних показав велику перспективу для практичної реалізації в системах виявлення об'єктів БПЛА, що дає підстави говорити про перспективу застосування в реальних умовах.Документ Метод виявлення зовнішніх проявів насильства у відеопотоці нейромережевими засобами(Хмельницький національний університет, 2023) Муляр, Е.; Багрій, Р.; Пасічник, О.; Манзюк, Е.; Muliar, E.; Bahrii, R.; Pasichnuk, A.; Manziuk, E.Проблема виявлення проявів насильства за зображеннями у відеопотоці є актуальною в сучасному світі зі зростаючою кількістю відеоматеріалів, що містять насильницькі сцени. Це включає відео, зняте на вулицях, в громадських місцях та відеозаписи з камер спостереження. Виявлення та реагування на такі сцени важливі для забезпечення безпеки у громадських просторах та захисту прав людини. Для інтелектуалізації процесу відеоспостереження сьогодні активно використовуються інформаційні технології, а саме нейромережі. Застосування нейромережевих засобів у відеоспостереженні є важливим засобом, оскільки дозволяє автоматично аналізувати великі обсяги відеоматеріалів і виявляти насильницькі сцени з високою точністю. У статті пропонується метод виявлення зовнішніх проявів насильства за зображеннями у відеопотоці за допомогою згорткової нейронної мережі та класифікатора SVM. На вхід методу подаються кадри відеоматеріалу з яких згорткова нейронна мережа вилучає набір ознак, який потім передається класифікатору SVM для отримання оцінки щодо ймовірності належності цих ознак до певного класу (насильницького або не насильницького). Особливістю запропонованого методу є можливість працювати із відеоматеріалом у реальному часі. Це досягається за рахунок того, що згорткова нейронна мережа використовуючи метод fine-tuning навчалася на неперервному потоці даних із мультимедійних платформ для онлайн трансляцій. Проведено експерименти з використанням різних наборів даних для оцінки ефективності запропонованого методу. Результати показали, що метод досягає високої точності (87,4%-99,45%) виявлення насильства та працює ефективно з відеопотоком даних у реальному часі.Документ Метод розпізнавання обличчя під довільним кутом зору(Хмельницький національний університет, 2023) Добржанський, Володимир; Бармак, Олександр; Скрипник, Тетяна; Dobrzhanskyi, Volodymyr; Barmak, Oleksandr; Skrypnyk, TetyanaУ статті висвітлюється проблема використання технології розпізнавання обличчя в індустріальних застосуваннях. Незважаючи на інтеграцію цієї технології, існують відкриті виклики, такі як верифікація та ідентифікація осіб з різних поз. Особливу проблему становить відсутність належних досліджень у сфері розпізнавання обличчя в відео, зокрема в системах відеоспостереження, де в якості посилання використовуються знімки, отримані зі спеціальних кутів зору (POV). Ці виклики підкреслені в контексті використання фотографій, знятих фронтально та з правого профілю, які традиційно збираються поліцією. Для вирішення цих проблем і заповнення дослідницької ніші пропонується новий підхід у вигляді бази даних з розпізнавання обличчя за знімками (FRMDB). Ця база включає 28 знімків та 5 відео, отриманих з різних кутів зору для 39 унікальних об'єктів. Основною метою FRMDB є аналіз впливу використання знімків з різних кутів зору на точність розпізнавання обличчя на кадрах відеоспостереження. Для перевірки ефективності FRMDB та порівняння з існуючими даними проведено тести точності, використовуючи дві глибокі нейронні мережі (CNN), а саме VGG16 і ResNet50. Для цього вони були передзавантажені на попередньо навчені набори даних VGGFace та VGGFace2 для вилучення ознак обличчя. Порівняльний аналіз результатів проведено із застосуванням даних з існуючого дослідження, а саме, Бази даних обличчя з камер відеоспостереження (SCFace). Результати підкреслюють, що піднабір знімків, який включає фронтальні та праві профільні зображення, показує найнижчий рівень точності серед варіантів, що були протестовані. Це вказує на необхідність додаткового дослідження для визначення оптимальної кількості знімків для ефективного розпізнавання обличчя на кадрах відеоспостереження.Документ Удосконалений метод виявлення фейкових новин на основі використання cnn нейромережі(Хмельницький національний університет, 2023) Боровик, Дмитро; Бармак, Олександр; Borovyk, Dmytro; Barmak, OlexandrНа даний час серед джерел інформації Інтернет займає перше місце. В останній період суттєво зросла роль онлайн соціальних мереж (ОСМ), що має як позитивні, так і негативні наслідки. Негативна роль ОСМ пов’язується із поширенням фейкових новин, які впливають на повсякденне життя людей, маніпулюють їхніми думками та почуттями, змінюють їхні переконання і можуть призвести до прийняття неправильних рішень. Проблема розповсюдження фейкових новин в ОСМ на даний час є глобальною, а формування механізмів протидії – актуальним завданням сьогодення. На сьогодні існують різні апробовані підходи до виявлення фейкових новин. Зокрема, один з підходів базується на використанні різних алгоритмів машинного (ML) та глибокого (DL) навчання. Інший – на використанні результатів аналізу сентименту новинного контенту та аналізу емоцій у коментарях користувачів. Проведене авторами дослідження інших підходів виявлення фейкових новин, які відрізняються від наведених, дозволило зробити висновок про те, що зазначені підходи є ефективними і перспективними в частині використання їх потенціалу для розробки нових моделей з високими показниками ефективності на різних наборах даних. У статті досліджено авторську ідею щодо удосконалення існуючого підходу виявлення фейкових новин на основі використання нейромережевих підходів. Ідея базується на удосконаленні методу виявлення фейкових новин шляхом збільшення кількості нейронів згорткового шару та додаванні шару випадкового відключення до досліджуваної нейромережі. Обгрунтування ідеї передбачало попереднє здійснення: постановки досліджуваної задачі; функціонального аналізу алгоритмів машинного (ML) та глибокого (DL) навчання, крім того проведення експериментів для оцінки ефективності запропонованого методу із його застосуванням на різних наборах даних.