Применение нейронный сетей для распознавания поведенческих функций человека.

Содержание не найдено

Список литературы
Визильтер Ю.В. Обработка и анализ изображений в задачах машинного зрения. – М.: ФИЗМАТКН, 2010. – 672 c.
Гонсалес Р. Цифровая обработка изображения. – М.: Техносфера, 2012. – 1101 c.
Fernandez Elian, Farkhad Ihsan Hariadi, Muhammad Iqbal Arsyad. Implementation of computer vision algorithms for position correction of chip-mounter machine, IEEE, 2017 International Symposium on Electronics and Smart Devices (ISESD), 11 January 2018, DOI: 10.1109/ISESD.2017.8253311.
Ерош И.Л, М.Б. Сергеев, Н.В. Соловьев. Обработка и распознавание изображений в системах превентивной безопасности: Учебное пособие. – СПб.: ГОУ ВПО СПбГУАП, 2012. – 154 c.
Fatma Günseli YaŞar, Hüseyin KusetoĞullari. Underwater human body detection using computer vision algorithms, IEEE, 2018 26th Signal Processing and Communications Applications Conference (SIU), 09 July 2018, DOI: 10.1109/SIU.2018.8404305.
Прохоренок Н.А. OpenCV и Java. Обработка изображений и компьютерное зрение. – СПб.: BHV, 2018. – 320 c.
Sanket J. Mankar, Manoj Demde, Prashant Sharma. Design of computer vision intelligent system for lane detection, IEEE, 2016 Online International Conference on Green Engineering and Technologies (IC-GET), 04 May 2017, DOI: 10.1109/GET.2016.7916843.
Hu X., Zheng H., Chen Y., Chen L. Dense crowd counting based on perspective weight model using a fisheye camera. Optik-Int. J. Light Electron Opt. 2015, 123-130.
Шмаглит Л.А., Голубев М.Н. Использование информации о цвете в алгоритме выделения лиц на изображениях // Материалы 20-й Международной Конференции по Компьютерной Графике и Зрению «ГрафиКон’2010», 2010. – 331-332 с.
Казаков А. Быстрый алгоритм обнаружения пешеходов по видеоданным // The 22nd International Conference on Computer Graphics and Vision.
Sanket J. Mankar, Manoj Demde, Prashant Sharma. Design of computer vision intelligent system for lane detection, IEEE, 2016 Online International Conference on Green Engineering and Technologies (IC-GET), 04

наземные и воздушные. Уровень автономности изменяется от полностью автономных до транспортных средств, где системы, основанные на компьютерном зрении, поддерживают водителя или пилота в различных ситуациях. Полностью автономные транспортные средства используют компьютерное зрение для навигации, то есть для получения информации о месте своего нахождения, для создания карты окружающей обстановки или для обнаружения препятствий.
В настоящий момент главенствующую роль в создании нейронных сетей занимает язык программирования python [7]. Для него уже написано множество библиотек готовых для использования, например: Open Source Computer Vision Library (OpenCV), Point Cloud Library (PCL), Robot Operating System (ROS), Kornia, scikit-learn, Tensor-flow и другие. Данные библиотеки отличаются скоростью обработки данных, используемых подходов, удобством использования, наличием документации и скоростью разработки и используют в своей основе различные алгоритмы, такие как: Regio