📄Работа №10012
Тема: Математическое и программное обеспечение для индексации графических файлов с помощью метода сегментации KMCC и нечеткого классификатора текстур
Характеристики работы
Тип работы
Магистерская диссертация
Предмет
Информатика и вычислительная техника
Объем:
53 листов
Год:
2016
Просмотров:
542
5900
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение 12
1 Обзор литературы 15
1.1 Алгоритмы сегментации 15
1.1.1 Понятие сегментации 15
1.1.2 Базовые методы сегментации 16
1.1.3 Продвинутые методы сегментации 28
1.2 Оценка качества сегментации 33
1.2.1 Оценка качества с экспертом 34
1.2.2 Автоматическая оценка качества 35
2 Объект и методы исследования 37
5 Финансовый менеджмент, ресурсоэффективность и ресурсосбережение 40
5.1 Организация и планирование работ 40
5.1.1 Перечень работ по проекту 40
5.1.2 Продолжительность этапов работ 41
5.1.3 Расчет накопления готовности проекта 43
5.2 Расчет сметы затрат на выполнение проекта 44
5.2.1 Расчет затрат на материалы 44
5.2.2 Расчет заработной платы 44
5.2.3 Расчет затрат на социальный налог 45
5.2.4 Расчет затрат на электроэнергию 45
5.2.5 Расчет амортизационных расходов 46
5.2.6 Расходы на основе платежных документов 47
5.2.7 Расчет прочих расходов 48
5.2.8 Расчет общей себестоимости разработки 48
5.2.9 Расчет прибыли 49
5.2.10 Расчет НДС 49
5.2.11 Цена разработки проекта 49
5.3 Оценка экономической эффективности проекта
5.4 Оценка научно-технического уровня работ 50
Список публикаций 52
1 Обзор литературы 15
1.1 Алгоритмы сегментации 15
1.1.1 Понятие сегментации 15
1.1.2 Базовые методы сегментации 16
1.1.3 Продвинутые методы сегментации 28
1.2 Оценка качества сегментации 33
1.2.1 Оценка качества с экспертом 34
1.2.2 Автоматическая оценка качества 35
2 Объект и методы исследования 37
5 Финансовый менеджмент, ресурсоэффективность и ресурсосбережение 40
5.1 Организация и планирование работ 40
5.1.1 Перечень работ по проекту 40
5.1.2 Продолжительность этапов работ 41
5.1.3 Расчет накопления готовности проекта 43
5.2 Расчет сметы затрат на выполнение проекта 44
5.2.1 Расчет затрат на материалы 44
5.2.2 Расчет заработной платы 44
5.2.3 Расчет затрат на социальный налог 45
5.2.4 Расчет затрат на электроэнергию 45
5.2.5 Расчет амортизационных расходов 46
5.2.6 Расходы на основе платежных документов 47
5.2.7 Расчет прочих расходов 48
5.2.8 Расчет общей себестоимости разработки 48
5.2.9 Расчет прибыли 49
5.2.10 Расчет НДС 49
5.2.11 Цена разработки проекта 49
5.3 Оценка экономической эффективности проекта
5.4 Оценка научно-технического уровня работ 50
Список публикаций 52
📖 Введение
Поиск и индексация информации в настоящее время является актуальной задачей в связи с постоянным ростом объема информации в мире как в личных локальных хранилищах пользователей, так и в набравших в настоящее время высокую популярность сетевых Интернет-ресурсах. Одной из нерешенных проблем в данной сфере является проблема индексации графической информации, содержащейся на изображениях и видеофайлах. Это повышает актуальность задачи эффективного управления графическими файлами, заключающуюся в автоматическом поиске и индексировании содержимого, выявлении значимых объектов, фона и их классификации. Разработка решения данной проблемы на основе технологий интеллектуальной обработки данных вносит большой вклад в развитие исследований, связанных с машинным обучением, обработкой изображений и классификацией графических материалов.
Над данной проблемой несколько лет работает коллектив студентов и молодых ученых кафедры Оптимизации систем управления Института кибернетики Томского политехнического университета под руководством доцента кафедры Аксёнова Сергея Владимировича. Результатом работы является проект по разработке нечеткого текстурного классификатора, использующего высокопроизводительные вычисления. Объектом исследования проекта является разработка системы для индексации графических файлов по их содержимому. Данная система позволяет классифицировать точки и их окрестности на изображении на основе базы текстурных характеристик. Нерешенными остаются задачи выделения и различения объектов изображения, а также повышения точности и корректности классификации. Поэтому для реализации эффективной работы системы одной из важнейших задач, являющихся предметом исследования, является проектирование и разработка алгоритма сегментации изображения, позволяющего решить проблемы классификатора, повысить точность классификации, снизить количество
ошибок, реализовать получение информации о расположении объектов на изображении.
Целью данной работы является разработка математического и программного аппарата сегментации изображений, позволяющего эффективно индексировать графические материалы с помощью текстурного классификатора. В работе описываются исследования, связанные с поиском оптимальных для данной задачи методов сегментации и оценки её качества; разработанные алгоритмы и принципы их работы; архитектура и принципы работы программной системы, реализующей данные алгоритмы; результаты тестирования работы системы при различных параметрах, сравнение результатов и обоснование эффективности работы системы в целом.
Результаты по данной теме были опубликованы в материалах международной научной конференции «Информационные технологии и системы 2014 (ИТС 2014)» в 2014 году; в сборнике «Высокопроизводительные параллельные вычисления на кластерных системах» в 2014 году. Также доклады по теме были представлены на конференциях Томского политехнического университета «Молодежь и современные информационные технологии» в 2014 и 2015 годах; на конференциях Томского государственного университета систем управления и радиоэлектроники «Научная сессия ТУСУР» в 2015 и 2016 годах; на международной конференции «Analysis of Images, Social Networks and Texts» в 2015 году, сборник которой был опубликован в журнале Springer, индексируемом Scopus.
Результаты, представленные в данной работе, будут использованы для разработки we^-ориентированного приложения, позволяющего индексировать загружаемые графические файлы. Это позволит пользователям быстро и эффективно найти интересующий их мультимедийный контент по содержанию. Также, одной из областей применения результатов работы является анализ спутниковых снимков для классификации типов растительных массивов и областей их произрастания, отслеживания состояния природных растительных и ландшафтных зон, что поможет решить задачи геологии, экологии и охраны окружающей среды. Наиболее перспективным направлением использования результатов работы является разработка системы классификации форм и степени развития туберкулеза на основе текстурных характеристик тканей легких человека. Данный процесс будет осуществляться с помощью построения трехмерной модели легких по снимкам магнитно-резонансной томографии. Данная система значительно повысит эффективность диагностики и лечения различных форм туберкулеза. Система будет разрабатываться в рамках гранта Российского Фонда Фундаментальных Исследований номер 16-47-700289 р_а. Внедрение системы будет производиться на базе медицинских учреждений города Томск.
Над данной проблемой несколько лет работает коллектив студентов и молодых ученых кафедры Оптимизации систем управления Института кибернетики Томского политехнического университета под руководством доцента кафедры Аксёнова Сергея Владимировича. Результатом работы является проект по разработке нечеткого текстурного классификатора, использующего высокопроизводительные вычисления. Объектом исследования проекта является разработка системы для индексации графических файлов по их содержимому. Данная система позволяет классифицировать точки и их окрестности на изображении на основе базы текстурных характеристик. Нерешенными остаются задачи выделения и различения объектов изображения, а также повышения точности и корректности классификации. Поэтому для реализации эффективной работы системы одной из важнейших задач, являющихся предметом исследования, является проектирование и разработка алгоритма сегментации изображения, позволяющего решить проблемы классификатора, повысить точность классификации, снизить количество
ошибок, реализовать получение информации о расположении объектов на изображении.
Целью данной работы является разработка математического и программного аппарата сегментации изображений, позволяющего эффективно индексировать графические материалы с помощью текстурного классификатора. В работе описываются исследования, связанные с поиском оптимальных для данной задачи методов сегментации и оценки её качества; разработанные алгоритмы и принципы их работы; архитектура и принципы работы программной системы, реализующей данные алгоритмы; результаты тестирования работы системы при различных параметрах, сравнение результатов и обоснование эффективности работы системы в целом.
Результаты по данной теме были опубликованы в материалах международной научной конференции «Информационные технологии и системы 2014 (ИТС 2014)» в 2014 году; в сборнике «Высокопроизводительные параллельные вычисления на кластерных системах» в 2014 году. Также доклады по теме были представлены на конференциях Томского политехнического университета «Молодежь и современные информационные технологии» в 2014 и 2015 годах; на конференциях Томского государственного университета систем управления и радиоэлектроники «Научная сессия ТУСУР» в 2015 и 2016 годах; на международной конференции «Analysis of Images, Social Networks and Texts» в 2015 году, сборник которой был опубликован в журнале Springer, индексируемом Scopus.
Результаты, представленные в данной работе, будут использованы для разработки we^-ориентированного приложения, позволяющего индексировать загружаемые графические файлы. Это позволит пользователям быстро и эффективно найти интересующий их мультимедийный контент по содержанию. Также, одной из областей применения результатов работы является анализ спутниковых снимков для классификации типов растительных массивов и областей их произрастания, отслеживания состояния природных растительных и ландшафтных зон, что поможет решить задачи геологии, экологии и охраны окружающей среды. Наиболее перспективным направлением использования результатов работы является разработка системы классификации форм и степени развития туберкулеза на основе текстурных характеристик тканей легких человека. Данный процесс будет осуществляться с помощью построения трехмерной модели легких по снимкам магнитно-резонансной томографии. Данная система значительно повысит эффективность диагностики и лечения различных форм туберкулеза. Система будет разрабатываться в рамках гранта Российского Фонда Фундаментальных Исследований номер 16-47-700289 р_а. Внедрение системы будет производиться на базе медицинских учреждений города Томск.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.