<?xml version="1.0" encoding="UTF-8"?>
<xml>
 <records>
  <record>
   <ref-type name="Journal Article">17</ref-type>
   <contributors>
    <authors>
     <author>Богуш Р. П.</author>
     <author>Захарова И. Ю.</author>
     <author>Абламейко С. В.</author>
    </authors>
   </contributors>
   <titles>
    <title>Обнаружение объектов на изображениях с большим разрешением на основе их пирамидально-блочной обработки</title>
   </titles>
   <keywords>
    <keyword>сверточная нейронная сеть</keyword>
    <keyword>блочная обработка</keyword>
    <keyword>разрешение 4К</keyword>
    <keyword>обнаружение объектов</keyword>
    <keyword>многомасштабное представление изображения</keyword>
   </keywords>
   <dates>
    <year>2020</year>
    <pub-dates>
     <date>2020-04-22</date>
    </pub-dates>
   </dates>
   <doi>10.37661/1816-0301-2020-17-2-7-16</doi>
   <journal>Информатика</journal>
   <abstract>Предлагается алгоритм для обнаружения объектов на изображениях с большим разрешением, основанный на многомасштабном представлении изображения, пирамидально-блочной обработке с перекрытием, применении сверточной нейронной сети для каждого блока и объединении обнаруженных областей. Количество слоев пирамиды определяется размерами изображения и входного слоя используемой сверточной нейронной сети. На всех уровнях, кроме самого верхнего, выполняется блочное разбиение, а применение при этом перекрытия позволяет улучшить правильную классификацию объектов, которые разделяются на фрагменты и расположены в соседних блоках. Решение об объединении таких областей принимается на основе анализа метрики пересечения над объединением для них и принадлежности к одному классу. Представленные результаты тестирования алгоритма подтверждают, что рассмотренный подход позволяет повысить точность обнаружения объектов небольших размеров на изображениях с большим разрешением.</abstract>
   <urls>
    <web-urls>
     <url>https://www.academjournals.by/publication/18306</url>
    </web-urls>
    <pdf-urls>
     <url>https://www.academjournals.by/files/18259</url>
    </pdf-urls>
   </urls>
  </record>
 </records>
</xml>
