Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://earchive.tpu.ru/handle/11683/61132
Название: Алгоритм локализации сельскохозяйственных растений в течение вегетативного периода на изображении
Авторы: Сергеева, Наталья Дмитриевна
Научный руководитель: Аксёнов, Сергей Владимирович
Ключевые слова: компьютерное зрение; детекция ключевых точек; распознавание объектов; сегментация изображений; сверточные нейронные сети; взвешенное расстояние хаусдорфа; computer vision; keypoint detection; object recognition; image segmentation; convolutional neural network; weighted hausdorff distance
Дата публикации: 2020
Библиографическое описание: Сергеева Н. Д. Алгоритм локализации сельскохозяйственных растений в течение вегетативного периода на изображении : магистерская диссертация / Н. Д. Сергеева ; Национальный исследовательский Томский политехнический университет (ТПУ), Инженерная школа информационных технологий и робототехники (ИШИТР), Отделение информационных технологий (ОИТ) ; науч. рук. С. В. Аксёнов. — Томск, 2020.
Аннотация: Работа посвящена разработке алгоритма локализации на изображении сельскохозяйственных растений на разных стадиях вегетативного роста. Особенностью задачи является требование к получению результата обработки изображения в виде координат структурных центров растений, обозначенных розетками побегов. В связи с этим задача была интерпретирована как задача детекции ключевых точек нескольких объектов на изображении. Решение задачи разделено на два этапа: разработка общего алгоритма для детекции ключевых точек на изображении и его реализация на имеющемся датасете. Алгоритм основан на использовании методов глубокого обучения и классических техник компьютерного зрения.
The work is devoted to the development of an algorithm of localization on the image for agricultural plants at different stages of vegetative growth. The specificity of the task was the requirement to obtain coordinates of the plants structural centers, indicated by sprout rosettes. In this regard, the problem was interpreted as the multi-object keypoints detection. The solution was divided into two stages: the development of a general algorithm for the keypoints detection and its implementation on the existing dataset. The algorithm is based on the deep learning methods and classical computer vision techniques.
URI: http://earchive.tpu.ru/handle/11683/61132
Располагается в коллекциях:Магистерские диссертации

Файлы этого ресурса:
Файл Описание РазмерФормат 
TPU932533.pdf3,81 MBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.