Учебное пособие 2238

1. Рябчунов, Д.В. Технология классифика-

ции изображений в распознавании свежести про-

дуктов на примере говядины [Текст] / Д.В. Ряб-

чунов, Л.А. Коробова Л.А. // В сборнике: Мате-

риалы студенческой научной конференции за

2020 год. В 2 частях. Воронежский государ-

ственный университет инженерных технологий.

2020. С. 40.

2. Дерканосова, Н.М. Проектирование и

обеспечение качества пищевых продуктов (на

примере хлебобулочных изделий) [Текст] / Н.М.

Дерканосова, Л.А. Коробова, Е.Ю. Ухина // мо-

нография, - Воронеж, 2016.

Рис. 7. Сайт производителя

3. Рихтер Д., CLR via C#. Программирова-

ние на платформе Microsoft .NET Framework 4.5

Информационная система также выво-

на языке C# - 2017. – 896 с.

дит справочную информацию по продукции

4. Гладких Т.В. Информационные систе-

в соответствии с ГОСТом, и представляет

мы в экономике [Текст]: учеб. пособие / Т. В.

данную информацию.

Гладких, Е. В. Воронова; Воронеж. гос. ун-т

В информационной системе преду-

инж. технол.- Воронеж : ВГУИТ, 2018. - 56 с.

смотрено расширение функционала системы

Информация об авторах

Information about the authors

Гладких Татьяна Васильевна - кандидат технических наук, до-

Tatyana V. Gladkikh, Ph. D. in Engineering, Associate Professor,

цент, Воронежский государственный университет инженерных

Voronezh State University of Engineering Technologies (19 Revolyutsii

технологий (394000, Россия, г. Воронеж, пр. Революции,19),

Ave, Voronezh, 394000, Russia), e-mail: gtv1113@rambler.ru

e-mail: gtv1113@rambler.ru

Lyudmila A. Korobova, Ph. D. in Engineering, Associate Professor,

Коробова Людмила Анатольевна - кандидат технических наук,

Voronezh State University of Engineering Technologies (19 Revolyutsii

доцент, Воронежский государственный университет инженерных

Ave, Voronezh, 394000, Russia), e-mail: lyudmila_korobova@mail.ru

технологий (394000, Россия, г. Воронеж, пр. Революции,19),

e-mail: lyudmila_korobova@mail.ru

ВЫПУСК № 1 (23), 2021

ISSN 2618-7167

В настоящее 7 время наблюдается уве-

метод определения разности времени прихо-

личение числа использования малых беспи-

да сигнала при измерении с нескольких то-

лотных летательных аппаратов в граждан-

чек [1]. Эти методы, несмотря на свои досто-

ских и военных отраслях. Они используются

инства, обладают рядом недостатков, в част-

как средства осуществления визуальной и

ности, высокой стоимостью и сложностью

аппаратной разведки, транспортировки ма-

применяемого оборудования. Эти недостат-

логабаритных грузов и специальных средств,

ки связаны, прежде всего, с тем, что боль-

в том числе средств поражения и программ-

шинство методов пеленгации предназначены

но-аппаратного воздействия. Соответствен-

для установления местоположения объектов

но, актуальной становится задача противо-

на расстояниях в несколько километров (или

действия подобным объектам, включающая

десятков километров), при неизвестных

в себя их обнаружение в качестве одного из

условиях распространения сигнала (геомет-

главных компонентов. Одним из наиболее

рия местности, наличие объектов, изменяю-

эффективных методов обнаружения малога-

щих условия прохождения сигнала и т.д.). В

баритных беспилотных летательных аппара-

то же время, на практике, задача обнаруже-

тов является обнаружение факта наличия

ния маломощного малогабаритного источни-

обмена данными по радиоканалам управле-

ка радиоизлучения, соответствующего бес-

ния; при этом беспилотный летательный ап-

пилотному летательному аппарату, как пра-

парат рассматривается как источник радио-

вило, применяется для локальной террито-

излучения (ИРИ), параметры (прежде всего

рии и допускает относительно невысокую

координаты) которого необходимо устано-

точность, при этом для получения возмож-

вить (запеленговать).

ности широкого распространения примени-

В настоящее время для пеленгации

мости данных средств необходимо по воз-

ИРИ используются

методы

определения

можности обеспечить минимизацию их сто-

направления

на

сигнал

по

максиму-

имости и массо-габаритных характеристик.

му/минимуму

принимаемой

мощности

Предлагаемая методика основана на

направленной антенны, метод разницы фаз и

измерении мощности сигнала от предполага-

емого ИРИ. В общем случае, ситуацию с пе-

дующим образом: в зоне ответственности

каждого приемника известны, координаты

находится один источник радиоизлучения T

передатчика необходимо определить. Гра-

и m приемников Ri, отстоящих от него на

фически эта ситуация представлена на рис. 1

расстояние Di соответственно. Координаты

ВЫПУСК № 1 (23), 2021

ISSN 2618-7167

Информация об авторах

Information about the authors

Шипилова Елена Алексеевна – кандидат технических наук, до-

Elena A. Shipilova, Ph.D. in Engineering, associate professor 206 de-

цент кафедры 206 математики, Военный учебно-научный центр

partment of mathematics, Military Educational and Scientific Center of

военно-воздушных сил «Военно-воздушная академия имени про-

the Air Force «N.E. Zhukovsky and Y.A. Gagarin Air Force Academy»

фессора Н.Е. Жуковского И Ю.А. Гагарина» (394064, Россия, г.

(Voronezh) (394064, Russia, Voronezh, Staryh Bolshevikov street, 54

Воронеж, ул. Старых Большевиков, 54 «А»),

«А»), e-mail: elen_ship@list.ru

e-mail: elen_ship@list.ru

Dmitry V. Ignatov, Ph.D. in Engineering, associate professor depart-

Игнатов Дмитрий Валерьевич – кандидат технических наук, до-

ment of 55 automated systems and information security, Military Educa-

цент кафедры 55 автоматизированных систем и информационной

tional and Scientific Center of the Air Force «N.E. Zhukovsky and Y.A.

безопасности, Военный учебно-научный центр военно-воздушных

сил «Военно-воздушная академия имени профессора Н.Е. Жуков-

Gagarin Air Force Academy» (Voronezh) (394064, Russia, Voronezh,

ского и Ю.А. Гагарина» (394064, Россия, г. Воронеж, ул. Старых

Staryh Bolshevikov street, 54 «А»), e-mail: gato.blanco75@gmail.com

Большевиков, 54 «А»), e-mail: gato.blanco75@gmail.com

Компьютерное 8 зрение и искусствен-

ванных направлений в современном мире

ный интеллект – одни из самых востребо-

информационных технологий.

Компьютерное зрение, в том числе ма-

© Будникова И.К., Абдуллина Н.М., 2021

шинное зрение – это автоматическая фикса-

ВЫПУСК № 1 (23), 2021

ISSN 2618-7167

ция и обработка изображений, как непо-

Без использования искусственного ин-

движных, так и движущихся объектов при

теллекта сложно представить себе иннова-

помощи компьютерных средств. Сегодня

ционное развитие. Искусственный интеллект

компьютерное зрение широко

применяется

может привести к серьезным изменениям

для многих компонентов цифровой эконо-

существующих бизнес–моделей и к очеред-

мики [1].

ной промышленной революции. Чтобы стать

Одним из важнейших компонентов ре-

передовой компанией в плане технологий,

ализации возможностей искусственного ин-

важно использовать возможности искус-

теллекта является предоставление машинам

ственного интеллекта. Необходимо внедрять

способности видеть. Чтобы имитировать

передовые современные технологии в повсе-

зрение человека, машины должны получать,

дневную деятельность компании.

обрабатывать, анализировать и понимать

Создание первого в России националь-

изображения.

ного стандарта в области искусственного ин-

Уже существует огромное количество

теллекта является первым в группе стандар-

реальных приложений для компьютерного

тов, устанавливающих нормативные требо-

зрения, а технология все еще молодая. По-

вания в области ситуационной видеоанали-

скольку люди и машины продолжают со-

тики. Они будут регламентировать эксплуа-

трудничать, человеческая рабочая сила будет

тационные характеристики, методики испы-

освобождена, чтобы сосредоточиться на бо-

таний, оценки качества и требования к раз-

лее важных задачах, потому что машины бу-

мещению оборудования технических систем

дут автоматизировать процессы, основанные

интеллектуального видеонаблюдения [3].

на распознавании изображений [2].

Принятие нового стандарта, устанавли-

Видеоаналитика – технология, исполь-

вающего единые термины и определения в

зующая методы компьютерного зрения для

области

ситуационной

видеоаналитики,

автоматизированного

получения различных

несомненно, будет способствовать росту эф-

данных на основании анализа последова-

фективности применения подобных систем

тельности изображений, поступающих с ви-

и, в конечном счѐте, повышению заинтере-

деокамер в режиме реального времени или

сованности рынка в использовании техноло-

из архивных записей.

гий искусственного интеллекта.

Видеоаналитика

представляет собой

Основная цель данной работы – изуче-

программное обеспечение (ПО) для работы с

ние возможности автоматизации процесса

видеоконтентом. В основе программного

выявления нарушений в работе системы ви-

обеспечения лежит

комплекс

алгоритмов

деофиксации, а также фиксации нарушений

машинного зрения, позволяющих вести ви-

в области охраны труда и промышленной

деомониторинг и производить анализ дан-

безопасности [4].

ных без прямого участия человека. Алгорит-

Решаемые задачи:

мы видеоаналитики могут быть интегриро-

• автоматическая идентификация инци-

ваны в различные бизнес – системы, чаще

дентов на основе видеоданных;

всего используются в видеонаблюдении и

• анализ больших

объемов видеодан-

других сферах безопасности.

ных и обеспечение наиболее эффективной

Интеллектуальные системы видеоана-

реакции, как на потенциальные угрозы, так и

литики, которые могут извлекать ценную

при расследовании инцидентов.

информацию из потока видеоконтента, по-

Для решения поставленных задач раз-

лучают всѐ большее распространение в раз-

работан алгоритм и его программная реали-

личных областях, включая розничную тор-

зация.

говлю, транспорт, городское хозяйство, жиз-

В ходе проведенных исследований ав-

ненно важные инфраструктуры, предприя-

торами был разработан программный ком-

тия.

плекс для

аналитики видеоданных с реги-

стратора строительной техники.

Есть возможность настроить анализ

При запуске программы открывается

видеоданных по расписанию, сэкономив ре-

окно автоматизированной системы, где

сурсы сервера. Наименее загруженные часы

необходимо выбрать параметры для анализа

обычно с 2 до 5 часов утра. Установив опре-

видеоданных. Есть возможность выбрать ви-

деленный временной интервал, с такой пе-

деопоток для анализа, выбрать параметры,

риодичностью программа начнет поиск ви-

по которым необходимо отследить наруше-

деоданных по всей папке и проведет их об-

ния.

работку.

ВЫПУСК № 1 (23), 2021

ISSN 2618-7167

На рисунке 2 представлена детализация

жет получить обратную связь по выполнен-

основного процесса, одним из главных недо-

ной работе по опросам.

статков которого является большое количе-

К основным недостаткам существующей

ство разрозненных механизмов, обеспечива-

организации процесса обслуживания клиен-

ющих его выполнение.

тов относятся:

По обработке запросов оператор не мо-

- нет возможности в получении обрат-

ВЫПУСК № 1 (23), 2021

ISSN 2618-7167

ной связи о работе оператора, специалиста

- нет возможности провести аналитику

по запросу;

и подвести результаты по работе специали-

- нет возможности сформировать отчет

ста.

о работе оператора и специалиста;