Основные принципы нейрокогнитивного моделирования сознания агента универсального искусственного интеллекта
Т. К. Нгуен, М. Т. Нгуен
Загрузить полный текст
Аннотация: Статья посвящена задаче обнаружения и распознавания надводных объектов по данным видеонаблюдения в условиях плохой видимости, таких как дождь, снег, туман, сумерки. Наряду с проблемой ухудшения видимости имеются и другие факторы, затрудняющие решение этой задачи: изменение формы и размера изображения при изменении расстояния до объекта наблюдения и угла обзора видеокамеры. Обсуждается один из подходов к проблематике обработки данных видеонаблюдения – он состоит в совместном применении двух технологий: модели глубокого обучения YOLO и дискретного вейвлет-преобразования изображений. Экспериментальные результаты показывают, что предложенный алгоритм достигает высоких показателей точности, что делает его подходящим для применения в системах видеомониторинга беспилотниками.
Ключевые слова: задача обнаружения объектов, YOLO, вейвлет-преобразование, надводные объекты, дроны, условие плохой видимости.
Для цитирования. Нгуен Т. K., Нгуен М. Т. Задача обнаружения надводных объектов в условиях плохой видимости // Известия Кабардино-Балкарского научного центра РАН. 2025. Т. 27. № 1. С. 171–180. DOI: 10.35330/1991-6639-2025-27-1-171-180