En
Register Log in

List of publications on a keyword: «компьютерное зрение»

  • Integratsiia praktik DevOps, GameDev i Computer Vision v professional'nuiu podgotovku inzhenerov-programmistov

    Conference Paper
    Digitalization in the education system: best practices and implementation practices
    Authors:
    Maksim S. Butsenko, Mikhail S. Dozorenko, Artem S. Trandasir, David D. Nikitin, Natal'ia N. Kulikova
    Work direction:
    Современные технологии обучения в условиях цифровой трансформации образования
    Abstract:
    В статье рассматривается интеграция трёх прикладных направлений – DevOps, GameDev и компьютерного зрения (Computer Vision) – в профессиональную подготовку инженеров-программистов. Названные направления трактуются как взаимодополняющие инженерные практики, освоение которых целесообразно вести сквозным образом, в рамках единого прикладного проекта. Предложена модель такого проекта, объединяющего автоматизацию реагирования на оповещения, разработку в среде Unity Editor и применение моделей компьютерного зрения. Подход апробирован при подготовке магистрантов: перенос знаний из различных дисциплин в общий прикладной контекст заметно повышает инженерную готовность выпускников.
    Keywords:
    Go 

  • Uchebnyi trenazhior na platforme Unity s CV-maskoi zakhvata tseli i avtomaticheskim reagirovaniem

    Conference Paper
    Digitalization in the education system: best practices and implementation practices
    Authors:
    Maksim S. Butsenko, Mikhail S. Dozorenko, David D. Nikitin, Artem S. Trandasir, Natal'ia N. Kulikova
    Work direction:
    Цифровые образовательные ресурсы
    Abstract:
    Описываются архитектура и программная реализация учебного тренажёра на платформе Unity, в котором модуль компьютерного зрения формирует маску захвата динамичной цели, а подсистема реагирования обрабатывает сформированные события без участия пользователя. Решение построено на связке встроенного движка Unity и компонента инференса нейросетевых моделей: сегментация объекта выполняется в реальном времени, а сценарии реакций запускаются автоматически. Приводятся схемы архитектуры тренажёра, пайплайн генерации маски и фрагменты кода ключевых компонентов. Тренажёр предназначен для магистерских курсов прикладной разработки и компьютерного зрения.
    Keywords:
    Go 

  • Avtonomnaia navigatsiia marsokhodov: kak komp'iuter vidit poverkhnost' i vybiraet put'

    Conference Paper
    Digitalization in the education system: best practices and implementation practices
    Authors:
    Svetlana V. Pchelintseva, Vadim A. Zhezheria, Inna A. Vakhrusheva
    Work direction:
    Опыт использования современных информационно-коммуникационных технологий
    Abstract:
    В статье рассматриваются методы автономной навигации марсоходов, позволяющие аппаратам самостоятельно перемещаться по поверхности других планет в условиях значительной задержки связи с Землёй. Описаны ключевые этапы автономного управления: восприятие окружающей среды с помощью стереозрения, построение цифровых моделей рельефа, обнаружение препятствий и планирование безопасного пути. Приведены примеры алгоритмов, используемых в марсоходах NASA – от ранних систем на базе «потенциальных полей» до современной архитектуры AutoNav, применяемой на марсоходе Perseverance. Показана роль машинного обучения для классификации типов грунта и повышения надёжности навигации.
    Keywords:
    Go 

  • Integratsiia tekhnologii komp'iuternogo zreniia v mobil'nye prilozheniia na Flutter: podkhody, instrumenty i obrazovatel'nyi potentsial

    Conference Paper
    Digitalization in the education system: best practices and implementation practices
    Authors:
    Valerii M. Dolzhikov, Vladislav O. Vetchinov, Konstantin A. Lebedev
    Work direction:
    Современные прикладные аспекты и технологии цифровизации образования и общества
    Abstract:
    В статье рассматриваются способы интеграции технологий компьютерного зрения в мобильные приложения, разрабатываемые на фреймворке Flutter. Проанализированы три подхода: использование предобученных моделей через Google ML Kit, запуск пользовательских моделей TensorFlow Lite на устройстве и обращение к облачным API (Google Cloud Vision, Firebase ML). Для каждого подхода описаны архитектура взаимодействия, ограничения и типичные сценарии применения. Особое внимание уделено образовательному потенциалу: возможности создания учебных проектов, объединяющих мобильную разработку и машинное обучение в рамках одного приложения.
    Keywords:
    Go 

  • Osobennosti i spetsifika ispol'zovaniia iskusstvennogo intellekta v obrazovanii

    Conference Paper
    Effective practices of educational and management activities in the education system
    Authors:
    Natalia A. Korosteleva, Daria O. Berdnikova
    Work direction:
    Цифровая образовательная среда: от детского сада к школе
    Abstract:
    В статье рассматриваются современные подходы к определению искусственного интеллекта (ИИ), его технологические признаки (машинное обучение, нейросети, когнитивные вычисления, компьютерное зрение, синтезированная речь). Анализируются отличия искусственного интеллекта от естественного человеческого интеллекта. Описаны основные возможности применения ИИ в образовательной сфере: создание и адаптация учебных материалов, автоматизированная проверка заданий и обратная связь, поддержка обучающихся через чат-ботов.
    Keywords:
    Go 

  • Razrabotka programmnogo obespecheniia dlia avtomaticheskogo kontrolia kachestva fruktov i ovoshchei na baze malykh sel'khozpredpriiatii

    Conference Paper
    Strategies of Sustainable Development: Social, Law and External-economic Aspects
    Authors:
    Roman N. Vysotskii, Aleksandr S. Prudkii, Svetlana V. Kukartseva
    Work direction:
    Вопросы социально-экономической эффективности предприятий
    Abstract:
    В статье рассматривается вопрос решения задачи instance-сегментации фруктов и овощей для малого АПК. Предложен лёгкий гибрид: UNet для семантики + водораздел для разделения экземпляров без тяжёлого регрессора Mask R-CNN. Собран датасет (651 изображение), обучена модель, проведено сравнение с Mask R-CNN – новый метод лучше при малых данных и слабом GPU. Подход точно выделяет и измеряет объекты, снижает требования к ресурсам и упрощает разметку, что делает его удобным для прикладных систем контроля качества.
    Keywords:
    Go 

  • Rekonstruktsiia 3D-obektov s pomoshch'iu 2D-izobrazhenii

    Conference Paper
    Digitalization in the education system: best practices and implementation practices
    Author:
    Aleksandr A. Evrash
    Work direction:
    Современные технологии обучения в условиях цифровой трансформации образования
    Abstract:
    В статье рассматривается технология реконструкции трехмерных объектов с использованием двухмерных изображений. Описывается процесс этой реконструкции, включающий анализ и предварительную обработку изображений, вычисление стереозрения, реконструкцию поверхностей и визуализацию трехмерных моделей. Раскрываются преимущества и ограничения данной технологии. Отмечается, что использование реконструкции 3D-объектов на основе 2D-изображений позволяет создавать реалистичные модели объектов без необходимости сканирования или фотографирования, а также экономит время и ресурсы. Однако ограничениями являются сложные условия съемки и качество исходных изображений. В заключение отмечается, что эта технология открывает новые возможности для создания виртуальной и дополненной реальности, а также для использования трехмерных моделей в различных областях.
    Keywords:
    Go 

  • Primenenie neironnykh setei i glubokogo obucheniia v razvitii tsifrovykh tekhnologii

    Conference Paper
    Pedagogy, Psychology, Society
    Authors:
    Amandos D. Tulegulov, Arailym O. Tleubaeva, Vladimir S. Eshpanov, Erlik S. Agzhanov, Zholdasbek S. Artykbaev
    Work direction:
    Развитие психолого-педагогического сопровождения в современном образовании
    Abstract:
    В статье анализируется возможность применения способов реализации искусственного интеллекта с помощью нейронных сетей и глубокого обучения в развитии цифровых технологий. В данном научном направлении открываются новые возможности решения проблем и прогнозирования задач методом глубокого обучения нейронных сетей в области распознавания изображений, компьютерного зрения, распознавания речи и обработки естественного языка.
    Keywords:
    Go