Стёпушкина Полина Константиновна

Описание: Особое внимание уделено архитектуре YOLO (You Only Look Once) — одной из самых эффективных моделей для задач компьютерного зрения в реальном времени. Прослеживается эволюция YOLO от первой версии до современного релиза YOLOv8, анализируются архитектурные изменения, ключевые инновации и сравнительные показатели производительности.

Описание: В статье представлен обзор популярных игровых движков (Unity, Unreal Engine, Godot и др.), применяемых для разработки образовательных игр. Рассмотрены их преимущества и недостатки, приведены примеры успешных образовательных проектов. Цель статьи — помочь педагогам и разработчикам выбрать оптимальный инструмент для создания эффективных и увлекательных образовательных приложений.

Описание: Рассматриваются технические и методические подходы к разработке образовательных игр с использованием игрового движка Unity. Описаны этапы проектирования, программирования и настройки интерфейса, а также методики интеграции учебного материала в игровые сценарии.

Описание: В статье проведён анализ эффективности образовательной игры «RTX», направленной на развитие понимания принципов построения компьютера и логического мышления у обучающихся 10–18 лет. Рассмотрены игровые механики, система достижений и результаты тестирования, подтверждающие повышение интереса к IT-индустрии и улучшение аналитических навыков.

Описание: Рассматривается применение сверточных нейронных сетей в области компьютерного зрения, включая задачи распознавания изображений, классификации объектов и анализа видеоданных. Архитектура сети позволяет автоматически извлекать значимые признаки, что улучшает качество обработки визуальной информации.

Описание: Проведено исследование сверточных нейронных сетей в задаче детектирования объектов, включая анализ их эффективности для классификации визуальных данных.

Описание: Рассмотрены области применения компьютерного зрения, этапы распознавания информации из видеоряда, в частности номерных знаков транспортных средств.

Описание: Рассмотрена разработка системы автоматизированной парковки с использованием технологий компьютерного зрения. Система определяет свободные места и направляет водителей, улучшая использование парковочного пространства и снижая стресс.

Описание: Представлена автоматизированная система оценки качества изображений для анализа снимков и предоставления рекомендаций по улучшению. Система помогает начинающим фотографам корректировать композицию и экспозицию, анализируя виды фото: пейзаж, портрет, натюрморт и др.

Описание: Исследуется использование технологии слияния данных в интеллектуальных транспортных системах для анализа транспортного потока. Сравниваются профессиональные системы видеонаблюдения и системы с объединением данных, показаны достоинства и недостатки каждого подхода.

Описание: Рассмотрены методы обнаружения объектов и построения траектории их движения в системах видеонаблюдения. Проанализированы основные функции видеоаналитики, аппаратно-программные архитектуры систем и их возможности по обеспечению точности и надежности обработки данных.

Описание: Описаны структура системы управления движением автономной платформы, аппаратная часть и принципы работы микроконтроллера Arduino. Рассмотрены методы автоматного программирования и надежного обмена данными с бортовым компьютером на базе Raspberry Pi, применяемые в учебных и исследовательских целях.

Описание: Рассмотрены методы компактного представления многомерных мультимедийных данных с использованием пространственных кривых (Гильберта, Z-order, Пеано). Обоснована автоматизация выбора схемы с применением методов машинного обучения (SVM, KNN, Random Forest) для эффективного хранения, передачи и обработки данных.

Описание: Разработан метод автоматизированного выявления дефектов полировки с использованием нейросети глубокого обучения и роботизированной системы позиционирования камеры. Подробно описаны математическая модель процесса, архитектура ПО, аппаратная часть и результаты применения для точного контроля качества заготовок.

Описание: Рассмотрены методы автоматического мониторинга состояния сложных объектов гражданской инфраструктуры (мостов, тоннелей, развязок) с использованием технологий компьютерного зрения. Проведен анализ алгоритмов обнаружения деформаций и рекомендации по их применению в стационарных системах наблюдения.

Описание: Статья посвящена методам компьютерного зрения, основанным на искусственном интеллекте и экспертных системах. Рассматриваются подходы, обеспечивающие обработку изображений, полученных с помощью камер, и реализацию визуального восприятия, аналогичного человеческому. Особое внимание уделено использованию глубокого обучения для распознавания и обнаружения объектов, а также интеграции экспертных систем, способных воспроизводить логику принятия решений специалистов. Авторы обсуждают роль машинного обучения в систематизации неявных знаний и повышении точности анализа изображений.

Описание: Проведён сравнительный анализ пользовательских сверточных нейронных сетей (CNN), разработанных с нуля, и предварительно обученных моделей (ResNet-18, VGG-16) с применением методов извлечения признаков и обучения с переносом. Эксперименты на пяти наборах данных Бангладеш показали, что подход с тонкой настройкой предварительно обученных моделей обеспечивает более высокую точность классификации, достигая 100 % на наборе BD Road Damage. Работа предоставляет практические рекомендации по выбору архитектуры в зависимости от сложности задачи и вычислительных ресурсов.

Описание: Представлен новый метод состязательных атак для визуальных языковых моделей, основанный на скелетонизации изображений. Подход направлен на сокращение пространства поиска и улучшение интерпретации текстовых изображений, включая математические формулы. Анализируются изменения на уровне символов и семантики, демонстрируя, как модели воспринимают визуальные данные и осуществляют рассуждения. Эффективность метода подтверждается результатами, полученными на базе ChatGPT.

Описание: Описана улучшенная модель сегментации поражений ULS+, основанная на данных и расширенная за счёт новых общедоступных наборов данных. Использование меньших входных изображений повысило точность и скорость работы модели. По результатам тестирования ULS+ превзошла исходную ULS по всем показателям и заняла первое место в ULS23 Challenge. Модель обеспечивает более надёжную и клинически значимую сегментацию.

Описание: Исследуется задача распознавания марки и модели транспортного средства (VMMR) с применением модулей 3D внимания. Внедрение модуля attention в CNN-архитектуру позволило повысить точность идентификации за счёт фокусировки на ключевых визуальных областях. Предложенная модель продемонстрировала наивысшую точность — 90,69 % — на датасете Stanford Cars, превзойдя современные CNN и модели на основе трансформеров.