Досліджено особливості найпоширеніших методів і систем пошуку та розпізнавання об'єктів у відеозображеннях. За результатами дослідження показано доцільність побудови засобів пошуку та розпізнавання для платформи iOS у реальному часі. Запропоновано метод функціональної адаптації алгоритму пошуку та розпізнавання об'єктів до особливостей відеозображень, який полягає в опрацюванні відеозображення згладжуючим та мінімізаційним фільтрами, що забезпечує зменшення часу пошуку та розпізнавання об'єктів. Розроблено базову структурну схему таких засобів та алгоритм функціонування. Розроблено алгоритмічнопрограмні засоби для розв'язання завдання на знаходження та оперативне розпізнавання об'єктів у режимі реального часу мовою Swift під мобільну платформу iOS. Використано особливості згорткової нейронної мережі з архітектурою YOLOv3 та фреймворку для роботи з нейронними мережами під мобільні додатки CoreML. Запропоновано метод поліпшенняащення роботи такої нейронної мережі, який оснований на квантизації вагових коефіцієнтів нейромережі та забезпечує мінімізацію розміру моделі та часу пошуку її об'єктів. Досліджено значення частоти оброблення кадрів зображень із використанням запропонованої моделі YOLOv3-KD та моделей нейронних мереж типу YOLOv3-tiny та YOLOv3-416. Доведено можливість функціонування запропонованих засобів у режимі реального часу. Ключові слова: час пошуку об'єктів, час розпізнавання об'єктів, відеозображення, мобільна платформа, згорткова нейронна мережа, реальний маcштаб часу. Вступ Широке використання сучасних мобільних засобів, збільшення їх функціональних можливостей забезпечує розв'язання різних класів завдань. Одним із них є пошук і розпізнавання певного класу об'єктів на зображенні чи відеопотоці для подальшого його опрацювання. Сьогодні розроблено низку засобів реалізації цього завдання [1, 2]. Проте залишається проблема забезпечення якості оброблення залежно від таких факторів, як: швидкість опрацювання великих обсягів даних, пропускна здатність мережі, якщо машина навчання знаходиться віддалено, вірогідність знаходження об'єктів, складність тренування початкових моделей пошуку і класифікації об'єктів. Водночас на щораз більшому ринку мобільного програмного забезпечення переважають кросплатформенні додатки, тобто розроблені під декілька платформ. Незважаючи на свою поширеність, вони мають певні недоліки, основними з яких є важка переносимість коду, обмежений програмний функціонал, обмежена можливість функціонування в реальному часі та погана відмовостійкість.
It is known that smart sensor units are one of the main components of the cyber-physical system. One of the tasks, which have been entrusted to such units, are targeting and tracking of movable objects. The algorithm of targeting on such objects using observation equipment has been considered. This algorithm is able to continuously monitor observation results, predict the direction with the highest probability of movement and form a set of commands to maximize the approximation of a moving object to the center of an information frame. The algorithm has been verified on an experimental physical model using a drone. The object recognition module has been developed using YOLOv3 architecture. iOS application has been developed in order to communicate with the drone through WIFI hotspot using UDP commands. Advanced filters have been added to increase the quality of recognition results. The results of experimental research on the mobile platform confirmed the functioning of the targeting algorithm in real-time.
This article develops the principles of building an intelligent home microprocessor subsystem to control the multi-channel irrigation of houseplants. The relevance of this topic has also been substantiated. Currently, there is a small number of devices in demand with a comfortable user interface and timer, which allows to adjust the watering at any time of day. The advantages over other available analogs and the need to create a customized system have been investigated. The developed structural- schematic diagram of the irrigation control system of houseplants based on the Arduino Nano microcontroller and a diagram of the algorithm of the subsystem has been proposed and given. As a result, there has been an example of the development of a subsystem that aims to improve and simplify the care of houseplants, which will save time and water resources.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.