Методи та моделі інтелектуального комп’ютерного зору для ідентифікації й оцінки функціонального стану людини в умовах обмеженої видимості
| dc.contributor.author | Угрин Д. І. | |
| dc.contributor.author | Доренський О. П. | |
| dc.contributor.author | Ушенко Ю. О. | |
| dc.contributor.author | Бреславський О. І. | |
| dc.contributor.author | Uhryn D. | |
| dc.contributor.author | Dorenskyi O. | |
| dc.contributor.author | Ushenko Yu. | |
| dc.contributor.author | Breslavskyi O. | |
| dc.date.accessioned | 2026-04-14T10:15:28Z | |
| dc.date.issued | 2026 | |
| dc.description.abstract | Праця присвячена підвищенню точності та стійкості сегментації, кластеризації та ідентифікації людини на цифрових зображеннях в умовах зниженої видимості. Метою дослідження є інтеграція адаптивної попередньої обробки, дескрипторного аналізу та моделей глибинного навчання для забезпечення стабільної роботи систем комп’ютерного зору. Сформовано вибірку з 350 зображень на основі власних фото та наборів COCO і CrowdHuman. Змодельовано деградації (туман, шум, затемнення, низький контраст, комбіновані впливи) та реалізовано адаптивну попередню обробку із застосуванням γ-корекції, CLAHE, Dehazing і фільтрації. Сегментацію виконано за допомогою U-Net і Mask R-CNN, детекцію – YOLOv8, кластеризацію – K-Means і DBSCAN тощо. The study is devoted to improving the accuracy and stability of clustering, segmentation, and identification processes in digital images under conditions that impair visibility, such as fog, low light, and noise. The goal of the research is to integrate adaptive preprocessing methods, advanced descriptor analysis, and deep learning architectures to ensure stable and reliable operation of computer vision systems in challenging environments. To achieve this goal, a sample of 350 images was formed based on our own photos and standardized COCO and CrowdHuman benchmarks etc. | |
| dc.identifier.citation | Угрин Д. І., Доренський О. П., Ушенко Ю. О., Бреславський О. І. Методи та моделі інтелектуального комп’ютерного зору для ідентифікації й оцінки функціонального стану людини в умовах обмеженої видимості // Центральноукраїнський науковий вісник. Технічні науки. Кропивницький : ЦНТУ, 2026. Вип. 13(44). С. 33-40. | |
| dc.identifier.doi | https://doi.org/10.32515/2664-262X.2026.13(44).33-40 | |
| dc.identifier.uri | https://dspace.kntu.kr.ua/handle/123456789/19198 | |
| dc.language.iso | uk | |
| dc.publisher | ЦНТУ | |
| dc.subject | обробка зображень | |
| dc.subject | ідентифікація людини | |
| dc.subject | знижена видимість | |
| dc.subject | глибинне навчання | |
| dc.subject | image processing | |
| dc.subject | human identification | |
| dc.subject | low visibility | |
| dc.subject | deep learning | |
| dc.title | Методи та моделі інтелектуального комп’ютерного зору для ідентифікації й оцінки функціонального стану людини в умовах обмеженої видимості | |
| dc.title.alternative | Methods and Models of Intelligent Computer Vision for Identifying and Assessing a Person's Functional State in Conditions of Limited Visibility | |
| dc.type | Article |