АССОЦИАЦИЯ СИБИРСКИХ И ДАЛЬНЕВОСТОЧНЫХ ГОРОДОВ
 

Секции

 
 
Информатизация органов местного самоуправления
Земельно-имущественные отношения
По информационной политике
По местному самоуправлению
Жилищно-коммунальное хозяйство и строительство
Потребительский рынок и услуги
Городской пассажирский транспорт
Градоустройство
Положение о секции
Правление
Новости
Материалы
Юридическая секция
Муниципальное образование
Экономика и финансы города
Муниципальная молодежная политика
Организационная и кадровая работа органов местного самоуправления
Внешнеэкономическая и международная деятельность
Социально-трудовые отношения
По вопросам организации муниципальных выборов
По вопросам ГО,ЧС и ОПБ
Муниципальный спорт и физическая культура

Томск. Ученые создали ИИ-систему распознавания уличных вывесок

28.03.2022

Томск. Ученые создали ИИ-систему распознавания уличных вывесок

Сотрудники Национального исследовательского Томского политехнического университета создали программу, основанную на нейронных сетях, которая автоматически определяет расположение надписей на домах и рекламных вывесках. Разработка поможет усовершенствовать навигационные системы, сообщила ТАСС ответственный исполнитель проекта, доцент ТПУ Юлия Иванова.
"Точность определения текстов, которую мы получили, составляет около 90%. Решение может стать частью более современных навигационных систем, которые будут по данным регистратора или фотографии с телефона точно определять местоположение автомобиля или человека, переводить вывески и предупреждения. На сегодня программа успешно апробирована на сценах, содержащих надписи на английском и корейском языках", - пояснила Иванова ТАСС.
Для эффективного распознавания вывесок ученые "обучали" систему на примерах более 1,2 тыс. изображений с текстами. Сотрудники Томского политехнического университета также усовершенствовали процесс обработки входящих данных, дополнив архитектуру нейросети билатеральным фильтром, который сглаживал возникавшие при воспроизведении видео помехи и шумы.
"Полученные результаты были сопоставлены с другими моделями - как нейросетевыми, так и с решениями на основе классических методов машинного обучения. Анализ показал, что предлагаемый метод дает минимальное количество ложных срабатываний и наиболее точно находит текст", - подчеркнула исследователь.

Секции АСДГ: 

Возврат к списку