ivdon3@bk.ru
Представлены результаты исследования, направленного на разработку способа семантической сегментации тепловизионных изображений с применением модифицированного нейросетевого алгоритма, отличающегося от исходного нейросетевого алгоритма более высокой скоростью обработки графической информации. В рамках исследования выполнена модификация нейросетевого алгоритма семантической сегментации DeepLabv3+ за счет уменьшения количества параметров нейросетевой модели, что позволило увеличить скорость обработки графической информации на 48% с 27 до 40 кадров в секунду. Также представлена методика обучения, позволяющая повысить точность модифицированного нейросетевого алгоритма, при этом получено значение точности ниже точности исходного нейросетевого алгоритма на 5%.
Ключевые слова: нейросетевые алгоритмы, семантическая сегментация, машинное обучение, аугментация данных
1.2.2 - Математическое моделирование, численные методы и комплексы программ
Представлены результаты реализации методов линейного контрастирования, эквализации гистограммы изображения, адаптивной эквализации гистограммы (Adaptive Histogram Equalization (AHE)) и адаптивной эквализации гистограммы с ограничением по контрасту (Contrast Limited Adaptive Histogram Equalization (CLAHE)) в виде тестового программного обеспечения для обработки тепловизионных изображений. Предложены варианты доработки метода CLAHE, позволяющие исключить необходимость подбора изменяемых параметров вручную.
Ключевые слова: обработка изображений, компьютерная обработка, обработка гистограммы, эквализация гистограммы
05.11.07 - Оптические и оптико-электронные приборы и комплексы , 05.13.01 - Системный анализ, управление и обработка информации (по отраслям)