6

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное автономное образовательное учреждение высшего образования

«САНКТ-ПЕТЕРБУРГСКИЙ УНИВЕРСИТЕТ АЭРОКОСМИЧЕСКОГО ПРИБОРОСТРОЕНИЯ»

(ГУАП)

КАФЕДРА № 41

ОТЧЕТ ЗАЩИЩЕН С ОЦЕНКОЙ

ПРЕПОДАВАТЕЛЬ

к.т.н., доцент				А.В. Яковлев
должность, уч. степень, звание		подпись, дата		инициалы, фамилия

ОТЧЕТ О ПРАКТИЧЕСКОЙ РАБОТЕ № 3

Анализ информационных ресурсов общества на заданную тему с использованием менеджера библиографий и программ для построения ментальных карт

по курсу: Информатизация и анализ информационных ресурсов общества

РАБОТУ ВЫПОЛНИЛ

СТУДЕНТ ГР. №	Z9411				Р. С. Кафка
			подпись, дата		инициалы, фамилия

Санкт-Петербург 2023

R. S. Kafka*

student,

* St. Petersburg state University of aerospace instrumentation

COMPUTER VISION AND IMAGE PROCESSING

Abstract

Computer vision and image processing are described as a field of computer science that deals with the analysis and interpretation of images. The basics of computer vision, including pattern recognition and image processing methods, are considered. The application of these technologies in various fields such as medicine, security, entertainment and industry is also discussed.

Keywords: computer vision, image processing, pattern recognition, neural networks, machine learning, image filtering, medicine, security, entertainment, industry.

Р. С. Кафка*

студент

*Санкт-Петербургский государственный университет аэрокосмического приборостроения

Компьютерное зрение и обработка изображений

Аннотация

Описаны компьютерное зрение и обработка изображений как область компьютерных наук, которая занимается анализом и интерпретацией изображений. Рассматриваются основы компьютерного зрения, включая распознавание образов и методы обработки изображений. Также обсуждается применение этих технологий в различных областях, таких как медицина, безопасность, развлечения и промышленность.

Ключевые слова: компьютерное зрение, обработка изображений, распознавание образов, нейронные сети, машинное обучение, фильтрация изображений, медицина, безопасность, развлечения, промышленность.

Введение

Компьютерное зрение и обработка изображений - это область компьютерных наук, которая занимается анализом и интерпретацией изображений. Эти технологии используются во многих областях, включая медицину, безопасность, развлечения и промышленность.

Основы компьютерного зрения

Компьютерное зрение - это процесс распознавания и интерпретации информации с изображений. Это достигается путем применения алгоритмов и математических моделей для анализа изображений и выделения ключевых характеристик [1].

Одним из ключевых аспектов компьютерного зрения является распознавание образов. Это процесс определения объектов на изображении и классификации их в соответствии с определенными категориями. Для этого используются различные методы, такие как нейронные сети и машинное обучение [2].

Обработка изображений

Обработка изображений - это процесс улучшения качества изображений путем применения различных алгоритмов и техник. Это может включать в себя улучшение контраста, устранение шума и повышение резкости [3].

Одним из ключевых методов обработки изображений является фильтрация. Это процесс удаления нежелательных элементов с изображения, таких как шум или размытие. Для этого используются различные типы фильтров, такие как медианный фильтр и гауссовский фильтр [4].

Применение компьютерного зрения и обработки изображений

Компьютерное зрение и обработка изображений используются во многих областях [5]. В медицине они используются для анализа медицинских изображений, таких как рентгеновские снимки и МРТ [6]. В безопасности они используются для распознавания лиц и отслеживания движения [7]. В развлечениях они используются для создания спецэффектов в фильмах и играх [8].

В промышленности компьютерное зрение и обработка изображений используются для автоматизации процессов, таких как контроль качества и сортировка [9]. Они также используются в робототехнике для навигации и управления роботами [10].

Применение компьютерного зрения в автомобильной промышленности

Компьютерное зрение также имеет широкое применение в автомобильной промышленности. Оно используется для распознавания дорожных знаков, отслеживания движения других транспортных средств и пешеходов, а также для обеспечения безопасности водителя и пассажиров. В будущем ожидается, что компьютерное зрение будет играть еще более важную роль в развитии автономных транспортных средств [11].

Генерация изображений с помощью AI

Использование искусственного интеллекта (AI) в компьютерном зрении и обработке изображений позволило значительно улучшить качество генерации изображений. Например, генеративные состязательные сети (GAN) могут создавать фотореалистичные изображения, которые трудно отличить от настоящих. Это стало возможным благодаря использованию больших объемов данных для обучения и развитию алгоритмов машинного обучения [12].

Вклад компьютерного зрения на борьбу с пандемиями (COVID-19)

Компьютерное зрение может играть важную роль в борьбе с пандемией COVID-19. Например, оно может использоваться для распознавания лиц и отслеживания контактов, чтобы помочь предотвратить распространение вируса. Также компьютерное зрение может использоваться для анализа медицинских изображений, таких как рентгеновские снимки грудной клетки, чтобы помочь в диагностике COVID-19 [13].

Сравнение компьютерного зрения и зрения человека

Компьютерное зрение имеет многие преимущества перед зрением человека. Например, компьютеры могут обрабатывать изображения быстрее и точнее, чем человек. Они также могут работать в условиях, которые трудны для человеческого зрения, таких как низкое освещение или инфракрасное излучение. Однако зрение человека все еще превосходит компьютерное зрение в некоторых аспектах, таких как распознавание эмоций и понимание контекста [14].

Будущее компьютерного зрения и обработки изображений

Компьютерное зрение и обработка изображений продолжают развиваться и предлагать новые возможности. Однако существуют и проблемы, которые требуют решения. Например, точность распознавания образов все еще может быть улучшена, особенно в сложных условиях, таких как низкое освещение или заслоненные объекты. В будущем ожидается, что алгоритмы компьютерного зрения станут более продвинутыми и смогут лучше справляться с этими проблемами [15].

Заключение

Компьютерное зрение и обработка изображений являются важными технологиями, которые имеют широкое применение во многих областях. Они позволяют компьютерам “видеть” и интерпретировать изображения, что открывает новые возможности для исследований и разработок.

Библиографический список

1. Шатковская А.В., Тарасов В.С. Компьютерное зрение: обработка изображений, алгоритмы их сопоставления для распознавания видео и автономной навигации роботов. 2018. P. 248–257.

2. Матюнина О.Е. Компьютерное зрение: теоретический аспект. Общество с ограниченной ответственностью “Институт развития образования и консалтинга,” 2022. P. 218–223.

3. Ляшева С.А., Шлеймович М.П. Обработка изображений в системах компьютерного зрения. Общество с ограниченной ответственностью "Редакционно-издательский центр “Школа.”

4. Захаренко Г.И. Цветовая фильтрация opencv для решения задач компьютерного зрения. Тольяттинский государственный университет, 2023. P. 200–204.

5. Чихутова А.Д. et al. Компьютерное зрение и области его применения // Современные Научные Исследования И Инновации. 2019. № 12 (104).

6. Полиданов М.А. et al. Компьютерное зрение как средство извлечения информации из видеоряда: часть 1. Наука и просвещение (ИП Гуляев Г.Ю.), 2020. P. 241–245.

7. Карачурин А.М., Габитов А.Э. Обзор и сравнение биометрических методов распознавания лиц с точки зрения информационной безопасности. Уфимский государственный авиационный технический университет, 2022. P. 587–598.

8. Парахина Т.Ю. Компьютерное зрение и виртуальная реальность. Научно-издательский центр “Мир науки” (ИП Вострецов Александр Ильич), 2019. P. 96–101.

9. Желяев П.Ю., Казаков О.Д. Компьютерное зрение в промышленности. Брянский институт управления и бизнеса, 2019. P. 109–112.

10. Кремнев И.А. Компьютерное зрение в робототехнике. федеральное государственное автономное образовательное учреждение высшего образования “Национальный исследовательский университет ИТМО,” 2018. P. 135–137.

11. Peng L. Design and implementation of intelligent car based on machine vision // 2021 IEEE Asia-pacific conference on image processing, electronics and computers (IPEC). 2021. P. 621–628.

12. Göring S. et al. Analysis of appeal for realistic ai-generated photos // IEEE Access. 2023. Vol. 11. P. 38999–39012.

13. Gazzah S., Bencharef O. A survey on how computer vision can response to urgent need to contribute in COVID-19 pandemics // 2020 International conference on intelligent systems and computer vision (ISCV). 2020. P. 1–5.

14. Zhang B. Computer vision vs. human vision // 9th IEEE International conference on cognitive informatics (ICCI’10). 2010. P. 3–3.

15. Cagnoni S., Zhang M. Evolutionary computer vision and image processing: Some FAQs, current challenges and future perspectives // 2016 IEEE Congress on evolutionary computation (CEC). 2016. P. 1267–1271.

Ментальная карта взаимосвязей между наиболее авторитетными авторами использованных публикаций представлены на рисунке 1.

Рисунок 1 – Ментальная карта взаимосвязей авторов

В данном библиографическом списке не удалось найти взаимосвязей между авторами.