ПОТЕНЦІАЛ ЗАСТОСУВАННЯ РІЗНИХ МЕТОДІВ ШТУЧНОГО ІНТЕЛЕКТУ У ЗАДАЧІ РОЗПІЗНАВАННЯ КРЕСЛЕНЬ ТА ТРАНСФОРМАЦІЇ 2D→3D
У статті проведено аналіз основних методів штучного інтелекту у задачі розпізнавання креслень та трансформації 2D моделі у 3D модель. Із стрімким розвитком інформаційних технологій, і, особливо, в прагненні максимально реалістичного відтворити проект майбутнього виробу/будинку та інших об’єктів в ци...
Main Author: | |
---|---|
Format: | Article |
Language: | English |
Published: |
Borys Grinchenko Kyiv University
2022-09-01
|
Series: | Кібербезпека: освіта, наука, техніка |
Subjects: | |
Online Access: | https://csecurity.kubg.edu.ua/index.php/journal/article/view/380 |
_version_ | 1797665056339525632 |
---|---|
author | Karyna Khorolska |
author_facet | Karyna Khorolska |
author_sort | Karyna Khorolska |
collection | DOAJ |
description | У статті проведено аналіз основних методів штучного інтелекту у задачі розпізнавання креслень та трансформації 2D моделі у 3D модель. Із стрімким розвитком інформаційних технологій, і, особливо, в прагненні максимально реалістичного відтворити проект майбутнього виробу/будинку та інших об’єктів в цифровому вигляді, дуже гостро постає питання розпізнавання креслень та трансформації 2D моделі у 3D модель. В міру зростання кількості та складності завдань, що виникають при оцифруванні існуючої на паперових носіях креслярсько-технічної документації, та паралельної необхідності трансформації двовимірних моделей у тривимірні моделі для візуалізації у тривимірному просторі складних об’єктів, дослідники звернули увагу на можливості застосування технологій та систем штучного інтелекту у процесах розпізнавання креслень та трансформації двовимірних моделей у тривимірні моделі. Перші дослідження, присвячені застосуванню штучного інтелекту в задачах розпізнавання зображень на кресленнях, почали з’являтися ще на початку 90-х років 20-го століття. Аналіз підходів для розпізнавання креслень дозволяє розглянути потенціал застосування різних методів штучного інтелекту в задачі розпізнавання креслень та трансформації двовимірних моделей у тривимірні моделі. Проаналізувати потенціал покращення роботи CNN, а також її архітектури, не вдаючись до екстенсивного розширення архітектури згорткової нейронної мережі (CNN), а також враховуючи необхідність вирішення завдання, пов’язаного з логічною векторизацією розпізнаних за допомогою згорткової нейронної мережі примітивів та/або умовно-графічних позначень на кресленнях для виконання трансформації 2D в 3D. В подальшому це стимулює дослідників шукати альтернативні методи та моделі для систем розпізнавання зображень на кресленнях. |
first_indexed | 2024-03-11T19:38:19Z |
format | Article |
id | doaj.art-3c0351d0a6654dcf88f66b4388cb40e0 |
institution | Directory Open Access Journal |
issn | 2663-4023 |
language | English |
last_indexed | 2024-03-11T19:38:19Z |
publishDate | 2022-09-01 |
publisher | Borys Grinchenko Kyiv University |
record_format | Article |
series | Кібербезпека: освіта, наука, техніка |
spelling | doaj.art-3c0351d0a6654dcf88f66b4388cb40e02023-10-06T13:06:00ZengBorys Grinchenko Kyiv UniversityКібербезпека: освіта, наука, техніка2663-40232022-09-01117213010.28925/2663-4023.2022.17.2130320ПОТЕНЦІАЛ ЗАСТОСУВАННЯ РІЗНИХ МЕТОДІВ ШТУЧНОГО ІНТЕЛЕКТУ У ЗАДАЧІ РОЗПІЗНАВАННЯ КРЕСЛЕНЬ ТА ТРАНСФОРМАЦІЇ 2D→3DKaryna Khorolska0https://orcid.org/0000-0003-3270-4494State University of Trade and EconomicsУ статті проведено аналіз основних методів штучного інтелекту у задачі розпізнавання креслень та трансформації 2D моделі у 3D модель. Із стрімким розвитком інформаційних технологій, і, особливо, в прагненні максимально реалістичного відтворити проект майбутнього виробу/будинку та інших об’єктів в цифровому вигляді, дуже гостро постає питання розпізнавання креслень та трансформації 2D моделі у 3D модель. В міру зростання кількості та складності завдань, що виникають при оцифруванні існуючої на паперових носіях креслярсько-технічної документації, та паралельної необхідності трансформації двовимірних моделей у тривимірні моделі для візуалізації у тривимірному просторі складних об’єктів, дослідники звернули увагу на можливості застосування технологій та систем штучного інтелекту у процесах розпізнавання креслень та трансформації двовимірних моделей у тривимірні моделі. Перші дослідження, присвячені застосуванню штучного інтелекту в задачах розпізнавання зображень на кресленнях, почали з’являтися ще на початку 90-х років 20-го століття. Аналіз підходів для розпізнавання креслень дозволяє розглянути потенціал застосування різних методів штучного інтелекту в задачі розпізнавання креслень та трансформації двовимірних моделей у тривимірні моделі. Проаналізувати потенціал покращення роботи CNN, а також її архітектури, не вдаючись до екстенсивного розширення архітектури згорткової нейронної мережі (CNN), а також враховуючи необхідність вирішення завдання, пов’язаного з логічною векторизацією розпізнаних за допомогою згорткової нейронної мережі примітивів та/або умовно-графічних позначень на кресленнях для виконання трансформації 2D в 3D. В подальшому це стимулює дослідників шукати альтернативні методи та моделі для систем розпізнавання зображень на кресленнях.https://csecurity.kubg.edu.ua/index.php/journal/article/view/3802d; 3d; розпізнавання; штучний інтелект; штучні нейронні мережі; креслення; двовимірні моделі; згорткова нейронна мережа; cnn; тривимірні моделі. |
spellingShingle | Karyna Khorolska ПОТЕНЦІАЛ ЗАСТОСУВАННЯ РІЗНИХ МЕТОДІВ ШТУЧНОГО ІНТЕЛЕКТУ У ЗАДАЧІ РОЗПІЗНАВАННЯ КРЕСЛЕНЬ ТА ТРАНСФОРМАЦІЇ 2D→3D Кібербезпека: освіта, наука, техніка 2d; 3d; розпізнавання; штучний інтелект; штучні нейронні мережі; креслення; двовимірні моделі; згорткова нейронна мережа; cnn; тривимірні моделі. |
title | ПОТЕНЦІАЛ ЗАСТОСУВАННЯ РІЗНИХ МЕТОДІВ ШТУЧНОГО ІНТЕЛЕКТУ У ЗАДАЧІ РОЗПІЗНАВАННЯ КРЕСЛЕНЬ ТА ТРАНСФОРМАЦІЇ 2D→3D |
title_full | ПОТЕНЦІАЛ ЗАСТОСУВАННЯ РІЗНИХ МЕТОДІВ ШТУЧНОГО ІНТЕЛЕКТУ У ЗАДАЧІ РОЗПІЗНАВАННЯ КРЕСЛЕНЬ ТА ТРАНСФОРМАЦІЇ 2D→3D |
title_fullStr | ПОТЕНЦІАЛ ЗАСТОСУВАННЯ РІЗНИХ МЕТОДІВ ШТУЧНОГО ІНТЕЛЕКТУ У ЗАДАЧІ РОЗПІЗНАВАННЯ КРЕСЛЕНЬ ТА ТРАНСФОРМАЦІЇ 2D→3D |
title_full_unstemmed | ПОТЕНЦІАЛ ЗАСТОСУВАННЯ РІЗНИХ МЕТОДІВ ШТУЧНОГО ІНТЕЛЕКТУ У ЗАДАЧІ РОЗПІЗНАВАННЯ КРЕСЛЕНЬ ТА ТРАНСФОРМАЦІЇ 2D→3D |
title_short | ПОТЕНЦІАЛ ЗАСТОСУВАННЯ РІЗНИХ МЕТОДІВ ШТУЧНОГО ІНТЕЛЕКТУ У ЗАДАЧІ РОЗПІЗНАВАННЯ КРЕСЛЕНЬ ТА ТРАНСФОРМАЦІЇ 2D→3D |
title_sort | потенціал застосування різних методів штучного інтелекту у задачі розпізнавання креслень та трансформації 2d 3d |
topic | 2d; 3d; розпізнавання; штучний інтелект; штучні нейронні мережі; креслення; двовимірні моделі; згорткова нейронна мережа; cnn; тривимірні моделі. |
url | https://csecurity.kubg.edu.ua/index.php/journal/article/view/380 |
work_keys_str_mv | AT karynakhorolska potencíalzastosuvannâríznihmetodívštučnogoíntelektuuzadačírozpíznavannâkreslenʹtatransformacíí2d3d |