• Класифікатори
• зір, зрение

зір комп'ютерний = комп'ютерний зір, зрение компьютерное

Документи:

• Hand movement disorders tracking by smartphone based on computer vision methods [Текст] / M. Andrushchenko, K. Selivanova, O. Avrunin [et al.] // Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Srodowiska. – 2024. – № 2. – P. 5-10. – DOI: http://doi.org/10.35784/iapgos.6126.
• Golovin, O. M. Image Enhancement In Video Analytics Systems [Текст] / O. M. Golovin // Control Systems and Computers = Системи керування та комп'ютери. – 2020. – № 6. – PP. 3-20.
• Ivanov, A. A comprehensive review of the history and methods of computer vision [Текст] / A. Ivanov // Телекомунікаційні та інформаційні технології. – 2025. – № 1. – С. 176-191. – DOI: 10.31673/2412-4338.2025.011767.
• Ivanov, D. Active self-learning for object detection in an imbalanced data environment: the TAAST approach [Текст] / D. Ivanov // Інформаційні технології та комп'ютерна інженерія. – 2025. – Т. 22, № 3. – P. 54-64. – DOI: https://doi.org/10.31649/vitce/3.2025.54.
• Kotyk, Vladyslav Software Implementation of Gesture Recognition Algorithm Using Computer Vision=Програмна реалізація алгоритму розпізнавання жестів за допомогою комп’ютерного зору [Текст] / V. Kotyk, Oksana. Lashko // Advances in Cyber-Physical Systems. – 2021. – Vol. 6, № 1. – Р. 21-26. – DOI: https://doi.org/10.23939/acps2021.01.021.
• Mikayilov, K. Methods of signal processing and data interpretation for detecting microdefects in industrial materials [Текст] / K. Mikayilov, L. Gardashova // Інформаційні технології та комп'ютерна інженерія. – 2025. – Т. 22, № 3. – P. 113-124. – DOI: https://doi.org/10.31649/vitce/3.2025.113.
• Serediuk, H. Neural network architecture for real-time QR code recognition [Електронний ресурс] / H. Serediuk, V. Garmash // Інформаційні технології та комп'ютерна інженерія. – 2024. – Т. 21, № 3. – P. 9-19. – DOI: https://doi.org/10.63341/vitce/3.2024.09.
• Serediuk, H. Neural network architecture for real-time QR code recognition [Текст] / H. Serediuk, V. Garmash // Інформаційні технології та комп'ютерна інженерія. – 2024. – № 3. – P. 9-19. – DOI: https://doi.org/10.63341/vitce/3.2024.09.
• Slabkyi, A. Innovative technologies in the study of mechanical properties of materials [Електронний ресурс] / A. Slabkyi, S. Kotyk // Вісник машинобудування та транспорту. – 2024. – Т. 10, № 2. – P. 130-134. – DOI: https://doi.org/10.63341/vjmet/2.2024.130.
• Slabkyi, A. Innovative technologies in the study of mechanical properties of materials [Текст] / A. Slabkyi, S. Kotyk // Вісник машинобудування та транспорту. – 2024. – № 2. – P. 130-134. – DOI: https://doi.org/10.63341/vjmet/2.2024.130.
• Implementation of a Convolutional Neural Network using TensorFlow machine learning platform [Електронний ресурс] / Yu. Ya. Tomka, M. V. Talakh, V. V. Dvorzhak, O. G. Ushenko // Оптико-електронні інформаційно-енергетичні технології. – 2022. – Т. 44, № 2. – P. 55-65. – DOI: https://doi.org/10.31649/1681-7893-2022-44-2-55-65.
• Implementation of a Convolutional Neural Network using TensorFlow machine learning platform [Текст] / Yu. Ya. Tomka, M. V. Talakh, V. V. Dvorzhak, O. G. Ushenko // Оптико-електронні інформаційно-енергетичні технології. – 2022. – № 2 (44). – P. 55-65. – DOI: https://doi.org/10.31649/1681-7893-2022-44-2-55-65.
• Practical aspects of forming training/test samples for convolutional neural networks [Текст] / Yu. Ya. Tomka, M. V. Talakh, V. V. Dvorzhak, O. G. Ushenko // Оптико-електронні інформаційно-енергетичні технології. – 2022. – № 1 (43). – P. 24-35. – DOI: https://doi.org/10.31649/1681-7893-2022-43-1-24-35.
• Practical aspects of forming training/test samples for convolutional neural networks [Електронний ресурс] / Yu. Ya. Tomka, M. V. Talakh, V. V. Dvorzhak, O. G. Ushenko // Оптико-електронні інформаційно-енергетичні технології. – 2022. – № 1. – P. 24-35. – DOI: https://doi.org/10.31649/1681-7893-2022-43-1-24-35.
• Yasenenko, V. Application of deep neural networks to automate production quality control in real time [Електронний ресурс] / V. Yasenenko // Інформаційні технології та комп'ютерна інженерія. – 2025. – Т. 22, № 2. – С. 157-169. – DOI: https://doi.org/10.31649/vitce/2.2025.157.
• Yasenenko, V. Application of deep neural networks to automate production quality control in real time [Текст] / V. Yasenenko // Інформаційні технології та комп'ютерна інженерія. – 2025. – Т. 22, № 2. – С. 157-169. – DOI: https://doi.org/10.31649/vitce/2.2025.157.
• Андрущенко, М. Перспективи діагностики рухових розладів за допомогою методів комп'ютерного зору на базі мобільного пристрою [Текст] / М. Андрущенко, К. Селіванова // Оптико-електронні інформаційно-енергетичні технології. – 2024. – № 2 (48). – С. 96-103. – DOI: https://doi.org/10.31649/1681-7893-2024-48-2-96-103.
• Андрущенко, М. Перспективи діагностики рухових розладів за допомогою методів комп'ютерного зору на базі мобільного пристрою [Електронний ресурс] / М. Андрущенко, К. Селіванова // Оптико-електронні інформаційно-енергетичні технології. – 2024. – Т. 48, № 2. – С. 96-103. – DOI: https://doi.org/10.31649/1681-7893-2024-48-2-96-103.
• Арзікулов, Т. С. Аналіз систем керування процесами горіння на основі засобів комп'ютерного зору та обробки зображень [Електронний ресурс] / Т. С. Арзікулов, Т. Г. Баган // Оптико-електронні інформаційно-енергетичні технології. – 2023. – Т. 45, № 1. – С. 55-63. – DOI: https://doi.org/10.31649/1681-7893-2023-45-1-55-63.
• Арзікулов, Т. С. Аналіз систем керування процесами горіння на основі засобів комп'ютерного зору та обробки зображень [Текст] / Т. С. Арзікулов, Т. Г. Баган // Оптико-електронні інформаційно-енергетичні технології. – 2023. – № 1 (45). – С. 55-63. – DOI: https://doi.org/10.31649/1681-7893-2023-45-1-55-63.
• Арзікулов, Т. С. Ідентифікація одиночного турбулентного газового факела засобами й методами комп'ютерного зору в імітаційній установці топки котлоагрегату [Електронний ресурс] / Т. С. Арзікулов, Т. Г. Баган // Оптико-електронні інформаційно-енергетичні технології. – 2024. – Т. 48, № 2. – С. 249-260. – DOI: https://doi.org/10.31649/1681-7893-2024-48-2-249-260.
• Арзікулов, Т. С. Ідентифікація одиночного турбулентного газового факела засобами й методами комп'ютерного зору в імітаційній установці топки котлоагрегату [Текст] / Т. С. Арзікулов, Т. Г. Баган // Оптико-електронні інформаційно-енергетичні технології. – 2024. – № 2 (48). – С. 249-260. – DOI: https://doi.org/10.31649/1681-7893-2024-48-2-249-260.
• Баранов, М. Комплексний аналіз техніки навчання на малому наборі даних для задачі класифікації методом оптимізації трійок (англ.м.) [Текст] / М. Баранов, Ю. Щербина // Вісник Національного університету "Львівська політехніка". Інформаційніі системи та мережі. – 2022. – Вип. 11. – С. 87-102.
• Метод пошуку і аналізу Е-домішок та інших складників у продуктах харчування населення [Електронний ресурс] / О. В. Бісікало, В. Г. Сторчак, Ю. С. Здітовецький, Г. В. Горячев // Оптико-електронні інформаційно-енергетичні технології. – 2025. – Т. 50, № 2. – С. 62-72. – DOI: https://doi.org/10.31649/1681-7893-2025-50-2-62-72.
• Боюн, В. П. Принципи організації сітківки ока людини та їхнє використання в системах комп'ютерного зору [Текст] / В. П. Боюн, Л. О. Возненко, І. Ф. Малкуш // Кибернетика и системный анализ. – 2019. – Т. 55, № 5. – С. 3-17.
• Волошенюк, Д. О. Метод виділення контурів для вирішення завдань моніторингу транспортної інфраструктури [Текст] / Д. О. Волошенюк, Р. М. Тимчишин // Cybernetics and computer engineering. – 2024. – № 2. – С. 26-40. – DOI: https://doi.org/10.15407/kst216.02.026.
• Волошин, Д. В. Моделирование автономной навигации беспилотного летального аппарата на основе обработки видеоданных [Текст] / Д. В. Волошин // Электронное моделирование. – 2016. – Т. 38, № 3. – С. 109-118.
• Головін, О. М. Алгоритмічно-програмні аспекти граничної відеоаналітики: від теорії до практичного впровадження [Текст] / О. М. Головін // Міжнародний науково-технічний журнал Проблеми керування та інформатики. – 2025. – № 4. – С. 50-84.
• Дементьєв, М. О. Алгоритм первинного розпізнавання об’єктів в системі управління складом [Текст] / М. О. Дементьєв, О. Л. Лашко // Computer Systems and Networks. – 2023. – Vol. 5, № 1. – C. 20-28.
• Дмитренко, Ю. Компьютерное зрение [Текст] / Ю. Дмитренко // Бизнес и безопасность. – 2020. – № 6. – С. 66-75.
• Зуева, Е. Ю. Компьютерное зрение в ИПМ им. В.M. Келдыша РАН - история развития [Текст] / Е. Ю. Зуева // Математичні машини і системи. – 2009. – № 4. – С. 18-26.
• Іванов, Д. А. Зменшення часу на навчання моделей за допомогою трансферного навчання [Електронний ресурс] / Д. А. Іванов // Наукові праці Вінницького національного технічного університету. – 2024. – № 3. – С. 1-6. – DOI: https://doi.org/10.31649/2307-5376-2024-3-25-30.
• Розробка алгоритму та програмного комплексу обліку облицювальних панелей на виробничих лініях (анг. мов.) [Текст] / Ю. Іванов, П. Білоус, В. Ботвінніков, М. Головатий // Advances in Cyber-Physical Systems. – 2023. – Vol. 8, № 2. – С. 89-95.
• Кисіль, Т. М. Згорткові нейронні мережі для аналізу рухомих об'єктів у відеопотоці [Текст] / Т. М. Кисіль, О. В. Зінченко // Зв'язок. – 2025. – № 4. – С. 48-57.
• Козлов, С. Л. Застосування архітектури трансформер до задачі super-resolution [Електронний ресурс] / С. Л. Козлов, О. К. Колесницький // Наукові праці Вінницького національного технічного університету. – 2024. – № 1. – С. 1-12. – DOI: https://doi.org/10.31649/2307-5376-2024-1-7-18.
• Колесник, І. С. Система розпізнавання напряму руху за допомогою комп'ютерного зору [Електронний ресурс] / І. С. Колесник, О. С. Городецька, Н. В. Добровольська // Вісник Вінницького політехнічного інституту. – 2025. – № 2. – С. 187-194. – DOI: https://doi.org/10.31649/1997-9266-2025-179-2-187-194.
• Колесник, І. С. Система розпізнавання напряму руху за допомогою комп'ютерного зору [Текст] / І. С. Колесник, О. С. Городецька, Н. В. Добровольська // Вісник Вінницького політехнічного інституту. – 2025. – № 2 (179). – С. 187-194. – DOI: https://doi.org/10.31649/1997-9266-2025-179-2-187-194.
• Колесник, С. Комп'ютерний зір і не тільки [Текст] / С. Колесник // Охорона праці. – 2025. – № 10. – С. 10-13.
• Колесніков, В. О. Ідентифікація продуктів зношування та корозії як індикаторів експлуатаційної стійкості деталей та вузлів автомобілів [Текст] / В. О. Колесніков // Матеріали XIV міжнар. наук.-практ. конф. "Сучасні технології та перспективи розвитку автомобільного транспорту", 25-27 жовтня 2021 р. / МОН України, ВНТУ, ДУ "Житомирська політехніка". – Вінниця : ВНТУ, 2021. – С. 113-114.
• Коменчук, О. В. Аналіз методів передоброблення панорамних стоматологічних рентгенівських знімків для задач сегментації зображень [Текст] / О. В. Коменчук, О. Б. Мокін // Вісник Вінницького політехнічного інституту. – 2023. – № 5 (170). – С. 41-49. – DOI: https://doi.org/10.31649/1997-9266-2023-170-5-41-49.
• Коменчук, О. В. Аналіз методів передоброблення панорамних стоматологічних рентгенівських знімків для задач сегментації зображень [Електронний ресурс] / О. В. Коменчук, О. Б. Мокін // Вісник Вінницького політехнічного інституту. – 2023. – № 5. – С. 41-49. – DOI: https://doi.org/10.31649/1997-9266-2023-170-5-41-49.
• Кривошея, М. І. Мінімаксне спрощення кривих з гарантованою L[нескінченність]-похибкою [Електронний ресурс] / М. І. Кривошея, Р. Н. Квєтний // Оптико-електронні інформаційно-енергетичні технології. – 2025. – Т. 50, № 2. – С. 73-78. – DOI: https://doi.org/10.31649/1681-7893-2025-50-2-73-78.
• Кулик, Л. Р. Масштабування прогнозування відео за допомогою просторово-часових патчів [Електронний ресурс] / Л. Р. Кулик, О. Б. Мокін // Вісник Вінницького політехнічного інституту. – 2025. – № 5. – С. 129-139. – DOI: https://doi.org/10.31649/1997-9266-2025-182-5-129-139.
• Кулик, Л. Р. Масштабування прогнозування відео за допомогою просторово-часових патчів [Текст] / Л. Р. Кулик, О. Б. Мокін // Вісник Вінницького політехнічного інституту. – 2025. – № 5. – С. 129-139. – DOI: https://doi.org/10.31649/1997-9266-2025-182-5-129-139.
• Луп'як, Д. Д. Шляхи підвищення ефективності сучасних методів матування зображень [Текст] / Д. Д. Луп'як, Р. Н. Квєтний // Оптико-електронні інформаційно-енергетичні технології. – 2021. – № 1. – С. 33-38. – DOI: https://doi.org/10.31649/1681-7893-2021-41-1-33-38.
• Луп'як, Д. Д. Шляхи підвищення ефективності сучасних методів матування зображень [Електронний ресурс] / Д. Д. Луп'як, Р. Н. Квєтний // Оптико-електронні інформаційно-енергетичні технології. – 2021. – № 1. – С. 33-38. – DOI: https://doi.org/10.31649/1681-7893-2021-41-1-33-38.
• Максимів, О. Зменшення кількості хибних викликів під час розв’язання задачі детектування полум’я у відеопотоці з використанням глибоких згорткових нейронних мереж [Текст] / О. Максимів, Т. Рак, Д. Пелешко // Вісник Національного університету "Львівська політехніка". Серія : Комп'ютерні науки та інформаційні технології. – 2017. – № 864. – С. 268-276.
• Маленчик, Т. В. Аналіз алгоритмів виявлення та супроводження точкових об'єктів у відеопотоці [Текст] / Т. В. Маленчик, О. Ю. Мирончук, О. С. Неуймін // Вісник Вінницького політехнічного інституту. – 2022. – № 6. – С. 48-56. – DOI: https://doi.org/10.31649/1997-9266-2022-165-6-48-56.
• Маленчик, Т. В. Аналіз алгоритмів виявлення та супроводження точкових об'єктів у відеопотоці [Електронний ресурс] / Т. В. Маленчик, О. Ю. Мирончук, О. С. Неуймін // Вісник Вінницького політехнічного інституту. – 2022. – № 6. – С. 48-56. – DOI: https://doi.org/10.31649/1997-9266-2022-165-6-48-56.
• Оцінка класифікації зображень для перенесення навчання у згорткових нейронних мережах [Електронний ресурс] / М. С. Мамута, І. В. Кравченко, О. Д. Мамута, С. Є. Тужанський // Оптико-електронні інформаційно-енергетичні технології. – 2023. – Т. 45, № 1. – С. 64-70. – DOI: https://doi.org/10.31649/1681-7893-2023-45-1-64-70.

1   2