|
ИСТИНА |
Войти в систему Регистрация |
ФНКЦ РР |
||
Адаптивные методы обработки и анализа изображенийНИР
Adaptive methods of image processing and analysis
- Руководитель НИР: Крылов А.С.
- Ответственный исполнитель: Насонов А.В.
- Участники НИР: Кривов М.А., Насонова А.А., Никитина Е.В., Пчелинцев Я.А., Сорокин Д.В., Хвостиков А.В.
- Подразделение: Лаборатория математических методов обработки изображений
- Срок исполнения: 1 января 2018 г. - 31 декабря 2022 г.
- Номер договора (контракта, соглашения): 2.15.18
- Номер ЦИТИС: АААА-А18-118011590197-9
- Тип: Фундаментальная
- Приоритетное направление научных исследований: Математическое моделирование и численные методы
- Приоритеты и перспективы НТР Российской Федерации согласно Стратегии НТР РФ: переход к передовым цифровым, интеллектуальным технологиям
- ПН России: Информационно-телекоммуникационные системы
- Направление технологического прорыва России: Стратегические информационные технологии
- Критическая технология России: Нано-, био-, информационные, когнитивные технологии
-
Рубрики ГРНТИ:
- 28.23.15 Распознавание образов. Обработка изображений
- 27.41.23 Машинные, графические и другие методы вычислительной математики
- Классификатор OECD: Компьютерные и информационные науки, Прикладная математика
-
Ключевые слова:
анализ изображений, регуляризирующие методы, обработка изображений
regularization methods, image processing, image analysis -
Описание:
Разработать новые гибридные математические методы обработки и анализа изображений, сочетающие классические подоходы и свёрточные нейронные сети.
-
Abstract:
The work will contain development of new hybrid image processing and analysis methods combining classical approaches with convolutional neural networks.
-
Планируемые результаты:
Низко- и высокоуровневые адаптивные алгоритмы обработки и анализа изображений.
-
Научный задел:
Комплекс методов обработки и анализа изображений, созданных в лаборатории математических методов изображений факультета ВМК.
-
Основные результаты:
Низко- и высокоуровневые адаптивные алгоритмы обработки и анализа изображений.
- Добавил в систему: Насонов Андрей Владимирович
Соисполнители НИР
| МГУ имени М.В.Ломоносова | Координатор |
Источник финансирования НИР
| госбюджет, раздел 0110 (для тем по госзаданию) |
Этапы НИР
| # | Сроки | Название |
| 1 | 1 января 2018 г.-31 декабря 2018 г. | Низкоуровневые адаптивные методы обработки и анализа изображений |
| Результаты этапа: 1. Разработаны адаптивные низкоуровневые методы обработки и анализа изображений для задач повышения качества изображений. 2. Разработаны адаптивные низкоуровневые методы обработки и анализа медицинских изображений. 3. Разработаны адаптивные низкоуровневые методы обработки и анализа микроскопических изображений клеточных структур. | ||
| 2 | 1 января 2019 г.-31 декабря 2019 г. | Низкоуровневые адаптивные методы обработки и анализа изображений с использованием машинного обучения |
| Результаты этапа: 1. Разработаны адаптивные низкоуровневые методы обработки и анализа изображений для задач повышения качества изображений с использованием машинного обучения. 2. Разработаны адаптивные низкоуровневые методы обработки и анализа медицинских изображений с использованием машинного обучения. 3. Разработаны адаптивные низкоуровневые методы обработки и анализа микроскопических изображений клеточных структур с использованием машинного обучения. | ||
| 3 | 1 января 2020 г.-31 декабря 2020 г. | Низкоуровневые адаптивные методы обработки и анализа изображений с использованием свёрточных нейронных сетей |
| Результаты этапа: Разработаны алгоритмы: 1. Адаптивные низкоуровневые методы обработки и анализа изображений для задач повышения качества изображений с использованием свёрточных нейронных сетей. 2. Адаптивные низкоуровневые методы обработки и анализа медицинских изображений с использованием свёрточных нейронных сетей. 3. Адаптивные низкоуровневые методы обработки и анализа микроскопических изображений клеточных структур с использованием свёрточных нейронных сетей. | ||
| 4 | 1 января 2021 г.-31 декабря 2021 г. | Низкоуровневые адаптивные методы обработки и анализа изображений с использованием современных регуляризирующих методов |
| Результаты этапа: Разработаны методы и алгоритмы: 1. Адаптивные низкоуровневые методы обработки и анализа изображений для задач повышения качества изображений с использованием современных регуляризирующих методов. 2. Адаптивные низкоуровневые методы обработки и анализа медицинских изображений с использованием современных регуляризирующих методов. 3. Адаптивные низкоуровневые методы обработки и анализа микроскопических изображений клеточных структур с использованием современных регуляризирующих методов. | ||
| 5 | 1 января 2022 г.-31 декабря 2022 г. | Гибридные методы на основе свёрточных нейронных сетей и математических методов обработки и анализа изображений |
| Результаты этапа: Разработаны методы и алгоритмы: 1. Разработаны адаптивные низкоуровневые методы обработки и анализа изображений для задач анализа рентгеновский изображений с использованием методов глубокого обучения. 2. Разработаны адаптивные низкоуровневые методы обработки и анализа изображений геологических пород с использованием современных методов машинного обучения. 3. Разработана методика разметки медицинских изображений для использования в обучении нейронных сетей, на которых основаны адаптивные низкоуровневые методы обработки и анализа медицинских изображений. | ||
Прикрепленные к НИР результаты
Для прикрепления результата сначала выберете тип результата (статьи, книги, ...). После чего введите несколько символов в поле поиска прикрепляемого результата, затем выберете один из предложенных и нажмите кнопку "Добавить".