30.08.2022
222.018.40cc

Система генерации отчетов о содержимом подводного видео ряда по результатам классификации его нейронной сетью

Вид РИД

Программа для ЭВМ

Хеш-код депонирования: 4acc14f6829a36415f55ec3653fd09dfb7aa318caadcf5dae0dbb4ecc66aeb08
Юридическая информация Свернуть Развернуть
Описание Свернуть Развернуть
Описание произведения: Аннотация: В основе программы для генерации отчетов о содержимом подводного видео ряда по результатам решения задачи классификации с помощью нейросетевого подхода, лежит разбиение видео последовательности на кадры, их предобработка и фильтрация, классификация объектов на каждом кадре с помощью технологий нейронных сетей, агрегация данных из каждого кадра, формирование документа по полученным результатам. Назначение РИД: Формирование отчетов из данных, полученных в результате обработки видеопоследовательности нейросетевыми методами. Тип программы ЭВМ: серверное приложение. Сведения об охраняемых результатах интеллектуальной деятельности, использованных при создании: ExcelJS MIT license https://github.com/exceljs/exceljs Заполнение отчетного документа Доля использования 0,3 ffmpeg.wasm MIT license https://github.com/ffmpegwasm/ffmpeg.wasm Разбиение видеопоследовательности на кадры Доля использования 0,3 ONNX Runtime MIT license https://github.com/microsoft/onnxruntime Взаимодействие с нейронной сетью Доля использования 0,3. Описание творческого вклада каждого автора при создании результата интеллектуальной деятельности: Павлова Е.Д. Доля творческого вклада - 30%. Реализация архитектуры и базового функционала. Якушкин О.О. Доля творческого вклада - 60%. Разработка общей структуры реализации системы. Пен Е.А. Доля творческого вклада - 10%. Разработка общей архитектуры системы. Дата начала и окончания разработки: 30.12.2021 г. – н.в. Основание возникновения прав на результат интеллектуальной деятельности: Служебное задание №5 от 10.01.2022 г.
Язык программирования, с использованием которого создана программа для ЭВМ (База данных)
JavaScript
Вид и версия операционной системы, для функционирования под управлением которой предназначена программа для ЭВМ (База данных)
MacOs, Windows, Linux
Объем программы для ЭВМ (Базы данных) в машиночитаемой форме в единицах, кратных числу байт
204,2 МБ
Ключевые слова: нейронная сеть, подводный видео ряд
Реферат Свернуть Развернуть
Программа для генерации отчетов о содержимом подводного видео ряда по результатам решения задачи классификации с помощью нейросетевого подхода, использует архитектуру ResNet-50 для решения задачи объектов, а именно классов животных и растений, обитающих на дне, на изображении. Для автоматического разбиения видео ряда на кадры используется библиотека FFmpeg. Для формирования результирующего файла - отчета используется библиотека Excel.js. Агрегируются данные для каждого кадра. Перед решением задачи классификации каждый кадр проходит этап предобработки, которая заключается в фильтрации зашумленных изображений и разбиение каждого кадра на меньшие части. Такого рода обработка существенно снижает процент ошибок считывания, но не устраняет их полностью. Отчет представляет собой документ Excel с таблицей, где каждому временному интервалу видеозаписи ставится в соответствие количество распознанных объектов каждого класса. Программное обеспечение универсально и подходит для формирования различной отчетной документации по видео последовательностям. Наборы примеров целевой направленности могут быть предоставлены заказчиком. Базовый функционал: 1) Предобработка видеопоследовательности; фильтрация и разбиение на части; 2) Формирование отчетного документа по результатам работы нейронной сети; 3) Классификация объектов на изображении. Вышеуказанный функционал предусматривает возможность доработки в соответствии с техзаданием конкретных заказчиков. Составные части, модули РИД: 1) Взаимодействие между нейросетью и приложением. API для получения текстовых данных из изображения. 2) Обработка полученных от пользователя данных на сервере. Разбиение видеоряда на кадры. Формирование ответа на запрос пользователя. Аналоги/конкурентные РИД: Полный аналог разрабатываемой системы отсутствует. Конкурентные решения: Canva, Vize.ai, Vision AI и подобные им. Отличия от аналогов: На текущем этапе разработки: подводная спецификация, соответствие формируемых отчетов ГОСТ. Код (коды) продукции в соответствии с Общероссийским классификатором продукции по видам экономической деятельности: 58.29.21.000 Класс (классы) программного обеспечения, которому (которым) соответствует программное обеспечение: 02.11; 04.13; 04.16
Оригинал произведения Свернуть Развернуть
Содержательная часть РИД:
Источник поступления информации: Портал edrid.ru

Показаны записи 1-10 из 11.
30.06.2021
№221.018.3f83

Водныйинстабот: искусственный интеллект интерактивного выделения морских объектов в социальных сетях

Полученное программное решение представляет собой автоматизированного инстаграм-бота. Через определенное количество времени программа проверяет наличие новых публикаций по заданному хэштегу. При публикации поста с хэштегом #biogeohub пользователю необходимо указать один из поддерживаемых...
30.06.2021
№221.018.3f84

Интеллектуальная база знаний морских объектов для few-shot-learning и обученные на их базе веса модели искусственной нейронной сети

База знаний содержит 60 классов объектов, такие как: • краб • скумбрия • барракуда • удильщик • осьминог • мидии • рыба-клоун • хирург • крылатка • дракон • звезда • еж • угорь • голубой дракон • окунь • камбала • медуза • креветка • ангел • большерот • медуза • групер •...
30.06.2021
№221.018.3f85

Интеллектуальная база знаний морских объектов для few-shot-learning и обученные на их базе веса модели искусственной нейронной сети

База знаний содержит 60 классов объектов, такие как: • краб • скумбрия • барракуда • удильщик • осьминог • мидии • рыба-клоун • хирург • крылатка • дракон • звезда • еж • угорь • голубой дракон • окунь • камбала • медуза • креветка • ангел • большерот • медуза • групер •...
01.10.2021
№221.018.3fd7

Решение многопараметрической задачи нелинейной оптимизации для архитектуры сети vision transformers, обученной с помощью метода dino

В основе решения многопараметрической задачи нелинейной оптимизации для архитектуры нейронной сети Vision Transformers, с применением метода DINO, лежит обучение нейросетевой модели в течение 82 эпох на специализированном датасете, собранном самостоятельно. Назначение РИД: построение карт...
04.10.2021
№221.018.3fdb

Программный интерфейс приложения kepler.gl для добавления и редактирования географических объектов на карте

В основе программы для автоматического отображения и редактирования географических данных в локальном приложении kepler.gl лежит сбор полученных данных, их предобработка и отображение с помощью kepler.gl. Назначение РИД: отображение и редактирование географических данных в локальном приложении...
04.10.2021
№221.018.3fdc

Программа для автоматического агрегирования данных узкой направленности с платформы «instagram» с помощью взаимодействия с пользователями

В основе программы для автоматического агрегирования данных узкой направленности платформы «Instagram» с помощью взаимодействия с пользователями лежит сбор открытых данных о публикациях, их предобработка с помощью технологий нейронных сетей, публикация ответного сообщения с полученными...
23.03.2022
№222.018.4085

Дизайн логотипа mustovo

Логотип состоит из комбинированного изображения, состоящего из надписи MUSTOVO синим цветом (RGB 20-68-110) на белом фоне и графического элемента слева от надписи, выполненного из чередующихся квадратов и кругов оранжевого цвета (RGB 255-108-0), расположенных по кругу.
Тип: Произведение искусства
23.03.2022
№222.018.4086

Товарный знак mustovo

Обозначение товарного знака состоит из комбинированного изображения, состоящего из надписи MUSTOVO синим цветом (RGB 20-68-110) на белом фоне и графического элемента слева от надписи, выполненного из чередующихся квадратов и кругов оранжевого цвета (RGB 255-108-0), расположенных по кругу.
Тип: Патент
Номер охранного документа: 584692
Дата охранного документа: 23.08.2016
30.08.2022
№222.018.40ce

Система реконструкции трехмерных моделей и их текстур по коротким видео последовательностям подводного видео

Аннотация: В основе системы реконструкции трехмерных моделей и их текстур по коротким видео, лежит разбиение видео последовательности на кадры, оценка качества каждого кадра, их извлечение контрольных точек с помощью технологий нейронных сетей, формирование облака точек и реконструкция трехмерной...
30.08.2022
№222.018.40cf

Выделение текстовых данных из изображений подвижных подводных видео камер

Аннотация: В основе программы для выделения текстовых данных из изображений подвижных подводных видео камер лежит разбиение видео последовательности на кадры, их предобработка с помощью технологий нейронных сетей, агрегация данных из каждого кадра. Назначение РИД: Извлечение данных из...
Показаны записи 1-9 из 9.
30.06.2021
№221.018.3f83

Водныйинстабот: искусственный интеллект интерактивного выделения морских объектов в социальных сетях

Полученное программное решение представляет собой автоматизированного инстаграм-бота. Через определенное количество времени программа проверяет наличие новых публикаций по заданному хэштегу. При публикации поста с хэштегом #biogeohub пользователю необходимо указать один из поддерживаемых...
30.06.2021
№221.018.3f84

Интеллектуальная база знаний морских объектов для few-shot-learning и обученные на их базе веса модели искусственной нейронной сети

База знаний содержит 60 классов объектов, такие как: • краб • скумбрия • барракуда • удильщик • осьминог • мидии • рыба-клоун • хирург • крылатка • дракон • звезда • еж • угорь • голубой дракон • окунь • камбала • медуза • креветка • ангел • большерот • медуза • групер •...
30.06.2021
№221.018.3f85

Интеллектуальная база знаний морских объектов для few-shot-learning и обученные на их базе веса модели искусственной нейронной сети

База знаний содержит 60 классов объектов, такие как: • краб • скумбрия • барракуда • удильщик • осьминог • мидии • рыба-клоун • хирург • крылатка • дракон • звезда • еж • угорь • голубой дракон • окунь • камбала • медуза • креветка • ангел • большерот • медуза • групер •...
01.10.2021
№221.018.3fd7

Решение многопараметрической задачи нелинейной оптимизации для архитектуры сети vision transformers, обученной с помощью метода dino

В основе решения многопараметрической задачи нелинейной оптимизации для архитектуры нейронной сети Vision Transformers, с применением метода DINO, лежит обучение нейросетевой модели в течение 82 эпох на специализированном датасете, собранном самостоятельно. Назначение РИД: построение карт...
04.10.2021
№221.018.3fdb

Программный интерфейс приложения kepler.gl для добавления и редактирования географических объектов на карте

В основе программы для автоматического отображения и редактирования географических данных в локальном приложении kepler.gl лежит сбор полученных данных, их предобработка и отображение с помощью kepler.gl. Назначение РИД: отображение и редактирование географических данных в локальном приложении...
04.10.2021
№221.018.3fdc

Программа для автоматического агрегирования данных узкой направленности с платформы «instagram» с помощью взаимодействия с пользователями

В основе программы для автоматического агрегирования данных узкой направленности платформы «Instagram» с помощью взаимодействия с пользователями лежит сбор открытых данных о публикациях, их предобработка с помощью технологий нейронных сетей, публикация ответного сообщения с полученными...
30.08.2022
№222.018.40ce

Система реконструкции трехмерных моделей и их текстур по коротким видео последовательностям подводного видео

Аннотация: В основе системы реконструкции трехмерных моделей и их текстур по коротким видео, лежит разбиение видео последовательности на кадры, оценка качества каждого кадра, их извлечение контрольных точек с помощью технологий нейронных сетей, формирование облака точек и реконструкция трехмерной...
30.08.2022
№222.018.40cf

Выделение текстовых данных из изображений подвижных подводных видео камер

Аннотация: В основе программы для выделения текстовых данных из изображений подвижных подводных видео камер лежит разбиение видео последовательности на кадры, их предобработка с помощью технологий нейронных сетей, агрегация данных из каждого кадра. Назначение РИД: Извлечение данных из...
30.08.2022
№222.018.40d0

Решение многопараметрической задачи нелинейной оптимизации для архитектуры сети resnet50 для классификации подводных объектов

Аннотация: В основе программы для решения многопараметрической задачи нелинейной оптимизации для архитектуры сети ResNet50,решаюшей задачу классификации подводных объектов лежит обучение нейросетевой модели на специализированном датасете, состоящем из 36 классов подводных объектов, собранных...

Похожие РИД в системе



Похожие не найдены



+ добавить свой РИД