×
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

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:
Хеш-код депонирования: 4acc14f6829a36415f55ec3653fd09dfb7aa318caadcf5dae0dbb4ecc66aeb08
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...
+ добавить свой РИД