Журнал «Труды Института системного анализа Российской академии наук» - Д.В. Тропин, Д.П. Николаев, Д.Г. Слугин "Метод совмещения изображений на основе максимизации резкости"

Просматривается номер 2018-S1

Интеллектуальный анализ данных и распознавание образов

Н.С. Скорюкина, А.Н. Миловзоров, Д.В. Полевой, В.В. Арлазаров "Метод распознавания объектов живописи в неконтролируемых условиях с обучением по одному примеру"

А.Е. Жуковский "Методы межкадровой интеграции результатов обнаружения документов в видеопотоке мобильного устройства"

И.А. Кунина, Е.И. Панфилова, М.А. Поволоцкий "Детектирование пешеходных переходов на изображениях дороги на основе метода динамического выравнивания временных рядов"

О.А. Славин, В.Л. Арлазаров "Метод классификации распознанных страниц деловых документов на основе текстовых ключевых точек"

О.О. Петрова, К.Б. Булатов "Методы пост-обработки результатов распознавания машиночитаемой зоны документов"

А.Е. Марченко, Е.И. Ершов, Д.А. Шепелев, Д.С. Сидорчук, В.П. Божкова, Д.П. Николаев "Разработка языка описания наблюдаемых свойств распознаваемых объектов в отсутствие примеров"

Интеллектуальные системы и технологии

Е.Е. Лимонова, Н.Л. Рженев, А.В. Усков, М.И. Нейман-заде "Быстрая реализация расстояния Хэминга на VLIW-архитектурах на примере платформы Эльбрус"

В.В. Арлазаров, К.Б. Булатов, А.В. Усков "Модель системы распознавания объектов в видеопотоке мобильного устройства"

А.А. Иванова, С.А. Гладилин, А.Е. Жуковский, Е.Л. Плискин "База данных для административного учета научных публикаций"

А.С. Ингачева, А.В. Шешкус, Т.С. Чернов, Е.Е. Лимонова, В.В. Арлазаров "Рентгеновский компьютерный томограф – новый инструмент в распознавании"

Н.О. Бесшапошников, А.Г. Кушниренко, А.А. Левин "Метод автокалибровки параметров управления учебным роботом с помощью библиотеки машинного зрения OpenCV"

Обработка и анализ изображений и сигналов

А.Е. Жуковский, Е.Е. Лимонова, Д.П. Николаев "Реализация классических алгоритмов анализа изображений через полносверточные нейронные сети"

В.Е. Прун "Уменьшение влияния сильнопоглощающих включений на восстановление алгебраическим методом в задаче компьютерной томографии"

Б.И. Савельев, И.Б. Мамай, Д.П. Николаев, В.Л. Арлазаров, К.Б. Булатов, Н.С. Скорюкина "Метод согласования графа проективных преобразований для задачи панорамирования плоских объектов"

Д.В. Тропин, Д.П. Николаев, Д.Г. Слугин "Метод совмещения изображений на основе максимизации резкости"

Ю.А. Шемякина, А.Е. Жуковский, И.А. Коноваленко, Д.П. Николаев "Алгоритм автоматического кадрирования цифровых изображений при проективном преобразовании"

Машинное обучение

А.В. Гайер, А.В. Шешкус, Ю.С. Чернышова "Аугментация обучающей выборки «на лету» для обучения нейронных сетей"

В.В. Арлазаров, Д.П. Маталов, С.А. Усилин "Локализация образа печати на документе, удостоверяющем личность, методом машинного обучения"

A.Е. Лынченко, А.В. Шешкус, В.Л. Арлазаров "Алгоритм классификации документов, удостоверяющих личность, на проективно-искаженных изображениях на основе обучаемой метрики подобия"

В.А. Малых, В.А. Лялин "К вопросу о классификации зашумленных текстов"

Ю.С. Чернышова, М.А. Алиев, А.В. Шешкус "Оптическое распознавание шрифтов на изображениях, полученных со смартфонов, и его использование для определения подлинности документов, удостоверяющих личность"

Д.А. Ильин "Быстрая локализация текстовых полей на изображения документов низкого качества"

Д.Е. Иванов, Д.В. Полевой, Д.Л. Шоломов "Отбор информативных элементов для обучения легкого сверточного нейросетевого классификатора в условиях сильного дисбаланса обучающей выборки"


	Д.В. Тропин, Д.П. Николаев, Д.Г. Слугин "Метод совмещения изображений на основе максимизации резкости"
Аннотация. В статье предложен метод быстрого совмещения изображений на основе максимизации резкости усредненного изображения. Рассмотрен алгоритм совмещения для глобально-сдвиговой модели, показана возможность его эффективного вычисления с помощью БПФ. Для проективной модели изложен подход к совмещению изображений путем сопоставления отдельных частей и использования RANSAC для вычисления финального преобразования. Приведены результаты работы алгоритма на примере задачи восстановления изображения документа в видеопотоке, демонстрирующие улучшение качества финального изображения. Ключевые слова: анализ изображений, совмещение изображений, оптический поток, БПФ, RANSAC. Стр. 134-141. DOI: 10.14357/20790279180515 Полная версия статьи в формате pdf. Литература 1. Bulatov K., Arlazarov V.V., Chernov T., Slavin O. and Nikolaev D. “Smart IDReader: Document Recognition in Video Stream,” 2017 14th IAPR International Conference on Document Analysis and Recognition (ICDAR), Kyoto, 2017, pp. 39-44. doi: 10.1109/ICDAR.2017.347 2. Lucas B.D., Kanade T. An iterative image registration technique with an application in stereo vision // Seventh International Joint Conference on Artificial Intelligence (IJCAI-81). – Vancouver, 1981. − P. 674-679. 3. Horn B.K.P., Schunck B.G. Determining optical flow. Artificial Intelligence // Artificial Intelligence. – Cambridge, 1981. – P. 185–203. 4. Lowe D.G. Distinctive image features from scaleinvariant keypoints // International Journal of Computer Vision. – 2004. − № 56. 5. Nanne van Noord, Eric Postma. Learning scalevariant and scale-invariant features for deep image classification. Pattern Recognition. Volume 61, January 2017, Pages 583-592 6. Kuglin C.D. and Hines D.C. The phase correlation image alignment method. International Conference of Cybernetic Society. Proc IEEE 1975. New York. PP 163-165. 7. Szeliski Richard. Image Alignment and Stitching: A Tutorial. Foundations and Trends in Computer Graphics and Vision Vol. 2, No 1 (2006) 1–104 8. Анализ особенностей использования стационарных и мобильных малоразмерных цифровых видео камер для распознавания документов /Арлазаров В.В., Николаев Д.П., Полевой Д.В и др. // Информационные технологии и вычислительные системы. − 2016. − №2, − C. 71-81. 9. Fischler M.A., Bolles R.C. Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography //Communications of the ACM. – 1981. − №24. – P. 381-395. 10. Smartphone Document Capture Competition http://smartdoc.univ-lr.fr/task/ 11. Natalya Skoryukina, Julia Shemiakina, Vladimir L. Arlazarov, Igor Faradjev. Document localization algorithms based on feature points and straight lines. Proceedings Volume 10696, Tenth International Conference on Machine Vision (ICMV 2017). doi: 10.1117/12.2311478

2024-74-1

2023-73-4

2023-73-3

2023-73-2

Аннотация.

Ключевые слова: