«роль транспортной науки и образования в реализации пяти институциональных реформ», посвященной

Заключение:

В  данной  статье  рассмотрены    лишь  наиболее  распространенные  приложения 

компьютерного зрения для массового пользователя. Однако существует и множество других 

приложений.  К  примеру,  методы  компьютерного  зрения  могут  быть  использованы  в 

микроскопии,  оптической  когерентной  томографии,  цифровой  голографии.  Многочисленны 

приложения  методов  обработки  и  анализа  изображений  в  различных  профессиональных 

областях — биомедицине, космической отрасли, криминалистике и т. д.

 

В  настоящее  время  количество  актуальных  приложений  компьютерного  зрения 

продолжает расти. В частности, для решения становятся доступными задачи, связанные с 

анализом  видеоданных.  Активное  развитие  трехмерного  телевидения  расширяет  заказ  на 

системы компьютерного зрения, для создания которых не разработаны еще эффективные 

алгоритмы и требуются более существенные вычислительные мощности. 

Неудивительно,  что  на  переднем  фронте  систем  компьютерного  зрения 

продолжают активно использоваться специальные вычислительные средства. В частности, 

сейчас  популярны  графические  процессоры  общего  назначения  (GPGPU)  и  облачные 

вычисления.  Однако  соответствующие  решения  постепенно  перетекают  в  сегмент 

персональных компьютеров с существенным расширением возможных приложений.

 

 

 

 

262 

 

 

«РОЛЬ ТРАНСПОРТНОЙ НАУКИ И ОБРАЗОВАНИЯ В РЕАЛИЗАЦИИ ПЯТИ ИНСТИТУЦИОНАЛЬНЫХ 

РЕФОРМ», ПОСВЯЩЕННОЙ ПЛАНУ НАЦИИ  «100 КОНКРЕТНЫХ ШАГОВ» 

__________________________________________________________________________________________________________________________________________________________________________________________

________________________________________________________________________________________________________________________________________________________________________________________ 

 

___________________________________________________________________________________________________________________________________________________________________________________________________________________________________

___________________________________________________________________________________________________________________________________________________________________________________________________________________________________ 

ЛИТЕРАТУРА

 

 

1.

 

Пупков  К.А.,  Коньков  В.Г.  Интеллектуальные  системы.  –  М.:  МГТУ  им.  Н.Э.  Баумана, 

2003..

 

2.

 

Юревич Е. И. Основы робототехники. 2-е изд. – СПб: БХВ-Петербург. 2007.

 

3.

 

Executive 

Summary: 

World 

Robotics 

2013 

Industrial 

Robots 

& 

Service 

Robots. 

http://www.ifr.org/uploads/media/Executive_Summary_WR_2013_01.pdf

 

4.

 

Lowe  D.  G.  Distinctive  Image  Features  from  Scale-Invariant  Keypoints  //  Int.  J.  of  Computer 

Vision. 2004. V. 60. № 2.

 

5.

 

Bay H., Tuytelaars T., Van Gool L. SURF: Speeded Up Robust Features // Proc. 9th European 

Conf. on Computer Vision. Graz, Austria. 2006. V. 3951.

жүктеу 15,03 Mb.

Достарыңызбен бөлісу: