УПРАВЛЕНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ
РАСПОЗНАВАНИЯ РАСКАДРОВКИ ОБРАЗОВ ВЫСОКОГО РАЗРЕШЕНИЯ 

Никита Дмитриевич Кошелев, инженер кафедры конструирования и производство радиоаппаратуры, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), E-mail: spellbinderrus@gmail.com
Али Алхатем, IT-специалист, ООО «Ветлайф» (Россия, г. Москва, Бескудниковский бульвар, 12), E-mail: alialhatem@mail.ru
Кирилл Сергеевич Новиков, заведующий лабораторией кафедры конструирования и производства радиоаппаратуры, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), E-mail: kirill1novikov1@gmail.com
Александр Дмитриевич Цуприк, инженер кафедры конструирования и производство радиоаппаратуры, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), E-mail: tsuprik.rjirf@yandex.ru
Николай Кондратьевич Юрков, доктор технических наук, профессор, заслуженный деятель науки РФ, заведующий кафедрой конструирования и производства радиоаппаратуры, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), E-mail: yurkov_NK@mail.ru 

Актуальность и цели. Раскрывается задача анализа, распознавания и управления образов высокой четкости с минимальной погрешностью благодаря предшествующему покадровому распознаванию комплекса изображений низкой четкости. Фундаментальной проблемой является появление и воздействие градиентных помех в виде разукрупненных пиксельных сегментов, в значительной мере снижающих разрешение рассматриваемой области. Материалы и методы. До настоящего времени данное направление исследований искусственных нейронных сетей не было достаточно изучено в связи с низким потребительским спросом технологии и медленным развитием от энтузиастов. Несмотря на тот факт, что распознавание изображений не являлось перспективным направлением ранее, на данный момент оно таит в себе потенциал в области применения искусственных нейронных сетей и нивелирования градиентных помех с глубоким обучением на их основе. Результаты и выводы. Рассматривается как возможность адаптации старых существующих подходов к решению задачи анализа и распознавания образов, так и предложен новый метод управления на основе комплекса раскадровки искусственных нейронных сетей с дальнейшим объединением для глубокого обучения и решения поставленных задач. 

Ключевые слова

образ, искусственная нейронная сеть, глубокое обучение, градиентные помехи, раскадровка 

 Скачать статью в формате PDF

Для цитирования:

Кошелев Н. Д., Алхатем А., Новиков К. С., Цуприк А. Д., Юрков Н. К. Управление искусственных нейронных сетей распознавания раскадровки образов высокого разрешения // Надежность и качество сложных систем. 2022. № 2. С. 85–91. doi:10.21685/2307-4205-2022-2-10