ИСТИНА |
Войти в систему Регистрация |
|
ФНКЦ РР |
||
Разработать новые гибридные математические методы обработки и анализа изображений, сочетающие классические подходы и методы, основанные на машинном обучений, в частности, свёрточные нейронные сети.
The work will contain development of new hybrid image processing and analysis methods combining classical approaches with machine learning including convolutional neural networks.
Низко- и высокоуровневые адаптивные алгоритмы обработки и анализа изображений.
Комплекс методов обработки и анализа изображений, созданных в лаборатории математических методов изображений факультета ВМК.
Низко- и высокоуровневые адаптивные алгоритмы обработки и анализа изображений.
МГУ имени М.В.Ломоносова | Координатор |
госбюджет, раздел 0110 (для тем по госзаданию) |
# | Сроки | Название |
1 | 1 января 2023 г.-31 декабря 2023 г. | Гибридные методы обработки и анализа изображений |
Результаты этапа: 1. Разработаны гибридные методы обработки и анализа изображений для задач анализа рентгеновский и гистологических изображений с использованием методов глубокого обучения и классических математических моделей. 2. Разработаны гибридные методы обработки и анализа изображений геологических пород с использованием современных методов машинного обучения. 3. Разработан математический метод детекции яблок на изображениях, основанный на использовании современных методов машинного обучения. | ||
2 | 1 января 2024 г.-31 декабря 2024 г. | Гибридные методы обработки и анализа изображений |
Результаты этапа: | ||
3 | 1 января 2025 г.-31 декабря 2025 г. | Гибридные методы обработки и анализа изображений |
Результаты этапа: | ||
4 | 1 января 2026 г.-31 декабря 2026 г. | Гибридные методы обработки и анализа изображений |
Результаты этапа: |
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".