|
Принятые статьи
Color and Material Matching Space Effect Optimization in Soft Decoration Design Based on Computer Image Processing Algorithm
Shan Dan, Wanchun Wang, Qinwei Xu
Принято: 2025-12-13
Аннотация
This study introduces an intelligent optimization method based on computer vision to solve the problem that color and material matching in soft decoration design is highly subjective and lacks quantitative standards. ConvNeXt (Convolutional Next Network) is used to extract the color-material features of the interior space, and a GMM (Gaussian Mixture Model) color database is constructed to quantify the coordination of different color distributions. The PSO (Particle Swarm Optimization) algorithm is used for multi-objective optimization to ensure the balance and visual beauty of color matching. The design scheme is realistically rendered in the Unity platform to simulate the visual effects in the actual environment, and CHI (Color Harmony Index), ECS (Emotional Color Similarity) and MCI (Material Conflict Index) are used to quantitatively evaluate the design effect. The results show that the proposed method is superior to traditional manual design and feature extraction combined with manual design in terms of color harmony, consistency of emotional expression and material adaptability. The average CHI of the proposed design method reaches 0.92, the average ECS is 0.93, and the average MCI is reduced to 0.12, which significantly optimizes the visual coordination and overall aesthetic effect of the soft decoration scheme. The design method in this paper can improve efficiency while ensuring the aesthetics of the design, and provides a feasible quantitative optimization strategy for intelligent soft decoration design.
К вопросу о визуализации почти периодической структуры снежной лавины
Б.А. Крынецкий, А.В. Калач, А.А. Парамонов
Принято: 2025-12-04
Аннотация
В статье рассматривается специфика интерпретации результатов почти периодического анализа в задаче структурной сегментации снежной лавины, применимой для повышения эффективности прогнозных моделей и совершенствования противолавинных мероприятий. Предварительный этап линеаризации структуры лавины опирается на полигональной аппроксимации области тела явления, представляя данные в прямоугольном формате. Исследование спрямленных данных позволяет сформировать сеть равномерных прямоугольных областей единообразного характера данных, для которой возникает задача отображения разметки на исходные данные. Такая разметка позволяет наглядно разделить области ламинарного и турбулентного схода лавины, а так же выделить существенные границы областей начала, развития и торможения снежной массы. В статье приводится математическое и алгоритмическое обеспечение, необходимые для воспроизведения продольных и поперечных границ на исходных данных для последовательностей полигонов произвольной длительности. Результаты могут быть применимы при разработке систем визуализации, предупреждения и предотвращения лавинной активности, тем самым стимулируя усиление эффективность мер предотвращения ущерба от опасных природных явлений.
Visualization of lung vessels in optically cleared specimens using second harmonic generation
S.A. Portnov, S.S. Shalyapin, A.O. Bogorodskiy, V.I. Borshchevskiy, M.A. Shevchenko
Принято: 2025-12-04
Аннотация
Second harmonic generation (SHG) is a nonlinear optical process, and SHG microscopy is a key method for imaging in biomedical science. In the present study, we evaluated the usage of SHG for the imaging of the airways and vessels in the optically cleared mouse lung. SHG visualized F-actin and mainly collagen fibers bordering both airways and vessels. For distinguishing airways from vessels, we used additional staining of the airways with Alexa°Fluor°488-labeled streptavidin and developed the image processing technique for the separation of Alexa°Fluor°488 and SHG signals.
The approach described here allows a high-resolution imaging of anatomic structures of the lung of small animals and can be further used for drug and pathogen detection in experimental disease models.
Application of semantic segmentation cascade approach for visualization of optical coherence tomography data
V.V. Laptev, V.V. Danilov, E.A. Ovcharenko, K.Yu. Klyshnikov, I.S. Bessonov, N.V. Litvinyuk, N.A. Kochergin
Принято: 2025-12-03
Аннотация
A main goal in contemporary cardiology is to assess the risk of acute coronary syndrome (ACS) in individuals with ischemic heart disease in order to create preventative strategies and identify the best treatment plan. The objective of this research is to create a automated method for promptly identifying high-risk coronary lesions that are at risk of rupture (unstable plaques) in order to prevent ACS. We collected optical coherence tomography (OCT) volumes from 40 patients, with each OCT volume representing an RGB video of 704x704 pixels per frame, acquired over a certain depth. After filtering and manual annotation, 11,771 images were obtained to identify four types of objects: Lumen, Fibrous cap, Lipid core, and Vasa vasorum. To segment and quantitatively assess these features, we configured and evaluated the performance of nine deep learning models (U-Net, MA-Net, DeepLabV3++). The study presents two approaches for training the aforementioned models: 1) detecting all analyzed objects and 2) applying a cascade of neural network models to separately detect subsets of objects. The results demonstrate the superiority of the cascade approach for analyzing OCT images. The combined use of DeeplabV3+ and MA-Net models achieved the highest average Dice similarity coefficient (DSC) of 0.761.
Исследование нейросетевого переноса стиля изображений
Т.М. Шамсутдинова
Принято: 2025-12-03
Аннотация
Цель данного исследования – рассмотреть теоретические и практические вопросы применения сверточных нейронных сетей для переноса стиля изображений.
Задачи исследования – провести анализ библиографических источников по изучаемой проблеме, рассмотреть, протестировать и сравнить некоторые модели нейронных сетей (с открытым программным кодом) с целью их дальнейшего изучения.
В частности, были выбраны и изучены четыре нейронные сети, осуществляющие перенос стиля с применением библиотеки TensorFlow. В ряде случаев (модель 2 и модель 4) потребовалась доработка кода Python. Для экспериментов использовалась среда Colab. В качестве тестовых изображений использовались фрагменты известных картин, а также фотографии и стилизованные изображения разноцветных геометрических фигур.
Сделан вывод о качестве исследуемых моделей. Заключается, что, несмотря на имеющиеся на данный момент достижения в области стилевого переноса, перед исследователями все еще стоит ряд вызовов, включая улучшение качества генерации изображений и уменьшение вычислительных затрат.
Neural network-based dynamic grasping of moving objects with robotic manipulators
Yin Cao, A.A. Boguslavsky
Принято: 2025-11-14
Аннотация
We explore the use of the open – source library Stable Baselines3 to implement reinforcement learning via deep neural networks for controlling a manipulator of grasping moving objects along a conveyor belt. Unlike static object grasping, this task requires accounting for dynamic factors, significantly complicating the process. We provide a detailed description of the physical-kinematic modeling of the manipulator in PyBullet and the integration of both the manipulator’s and the moving objects’ parameters into the neural network for training. The results of this study demonstrate that the decision-making capabilities and autonomous behavior provided by reinforcement learning algorithms can be successfully applied to complex tasks, such as dynamic object grasping.
Swarm Intelligence: A Quantitative Analysis of Research Publications and Trends
Jeena Joseph, Binu Thomas, L.S. Masalsky, O.S. Logunova, Sabeen Govind
Принято: 2025-11-05
Аннотация
The research investigates the scholarly landscape of swarm intelligence by conducting a comprehensive bibliometric analysis of data sourced from the Scopus database. The search was performed with the help of keywords "swarm intelligence" on the date of 25 January 2024, and eventually, it was found that a total of 1374 articles with diversified sources up to 800 were identified and have been dated between 1996 to 2024. Related dimensions to be studied include annual scientific production, collaboration of publication and bibliographic coupling, leading authors, main sources and affiliations, and keyword co-occurrence. Visualizations used here include line graphs, bubble charts, network diagrams, and three-field plots to present key findings. One can observe from the results that the number of publications increases linearly, although a sharp increase is significantly noticed in 2024. Prolific and influential authors or sources in this area are identified. Moreover, keyword co-occurrence analysis brings out the central concepts or thematic areas cutting across the articles on research in swarm intelligence. A publication collaboration study, such as bibliographic coupling analysis, helps to unveil the international research linked network and the extent to which papers are interlinked. Overall, the understanding that this research has provided me is the tendency, dynamics, and change that has happened in the swarm intelligence research.
GSDMM Clustering Results Visualization Technique for Short Texts
B.N. Chigarev
Принято: 2025-10-29
Аннотация
The aim of the study is to propose a technique for visualizing the results of short text clustering using the Gibbs Sampling Dirichlet Multinomial Mixture (GSDMM) algorithm, in order to facilitate the analysis of the results and the selection of the hyperparameters of this algorithm and dictionary. GSDMM is selected as the most popular short text clustering algorithm on GITHUB. The algorithm implemented by Ryan Walker on Rust was used. The program Scimago Graphica was used to create bar charts. 16486 bibliometric records on the topic “Visualization” exported from the Scopus database on November 12, 2024 served as the source of short texts. Only Author keywords are used as short texts in this paper. A technique for visualizing the results of short text clustering using the GSDMM algorithm is proposed, which is based on comparing the occurrence of keywords in a given cluster and in each of the other clusters. It is shown that the cluster topics obtained using the GSDMM algorithm can be compared with the results of author keyword clustering performed using the VOSviewer program. The obtained results can be interpreted as a certain stability of cluster themes obtained by essentially different methods. The author suggests to expand the study by creating a thematic dictionary of abbreviations, analyzing the influence of the dictionary on the clustering results of the GSDMM algorithm, and extending the method of visualizing the clustering results to other short texts such as titles and abstracts.
Enhanced Crack Depth Measurement through Binary Image Processing and Geometric Analysis
Kavita Bodke, Sunil Bhirud, Keshav Kashinath Sangle
Принято: 2025-10-07
Аннотация
This paper presents a novel, image-based approach for automated quantifying structural crack width and depth in concrete using binary image processing techniques. Concrete cracks are critical indicators of potential structural failure, and traditional manual inspection methods are often time-consuming, unsafe, and prone to inaccuracies. The proposed method automates crack detection by converting RGB images of concrete surfaces into binary images, isolating the cracks, and measuring their width using the Euclidean distance formula. The depth of the cracks is then estimated using trigonometric relationships based on the measured crack width and viewing angles (30°, 45°, and 60°). This lightweight, cost-effective approach provides a practical alternative to more complex machine learning-based detection methods, making it ideal for real-time infrastructure health monitoring. The results highlight the effectiveness of this technique in accurately measuring crack width and depth across multiple angles, providing critical data for infrastructure health monitoring.
Визуальное отображение оценки опасности зон структуры тропических циклонов на основе почти периодического анализа
А.А. Парамонов, А.В. Калач
Принято: 2025-09-24
Аннотация
Предложена визуальная оценка опасности зон структуры тропических циклонов на ос-нове почти периодического анализа. Рассматривается инструментарий визуализации, позво-ляющий настраивать и отображать как зоны тропических циклонов, радиусы которых крат-ны найденным характерным почти периодам, так и штриховка межзонального пространства с учётом степени опасности относительно центра циклона.
В качестве основных инструментов использовали модули для визуализации библиотеки matplotib Circle и Wedge, позволяющие настраивать необходимым образом выявленные структурные зоны по степени их опасности. Данная разработка может быть полезна аварий-но-спасательным службам в качестве оперативного диагностического инструмента для под-держки принятия решений в условиях чрезвычайных ситуаций, обусловленных опасными природными явлениями.
Automated Diabetic Retinopathy Diagnosis and Classification Using Deep Learning with Capsule Network Layers and Stochastic Ensemble Approach
M.A Abini, S Sridevi Sathya Priya
Принято: 2025-09-10
Аннотация
Diabetic retinopathy (DR) remains one of the most common vision-related complications of diabetes and requires timely, accurate diagnosis to prevent severe outcomes. Conventional diagnostic approaches rely on the expertise of ophthalmologists, who manually examine retinal images for lesions—a process that can be time-consuming and prone to fatigue-related errors. To address these limitations, this work proposes a fully automated framework for DR detection and stage classification that leverages recent advances in deep learning. The study focuses on the five recognized stages of DR, ranging from the earliest form, non-proliferative diabetic retinopathy (NPDR), through to the advanced proliferative stage (PDR). The method integrates two powerful pre-trained convolutional neural networks, ResNetV2 and MobileNet, with capsule network layers to enhance feature representation. A stochastic ensemble strategy is applied to further strengthen the robustness of predictions. Experimental evaluation on the Kaggle APTOS 2019 dataset demonstrates a test accuracy of 99.81%, outperforming comparable methods in the literature. Performance was assessed using standard metrics such as precision, recall, F1-score, and the ROC curve. Beyond classification accuracy, the approach also offers improved interpretability through capsule-based visualization techniques and ensemble-driven lesion localization, enabling better identification of retinal abnormalities across different DR stages.
Использование визуализации сперматозоидов методом лазерной интерференционной микроскопии для комплексной оценки функционального состояния клеток в ходе криоконсервации и действия молекулярного водорода
А.В. Дерюгина, М.Н. Иващенко, П.С. Игнатьев, В.Б. Метелин
Принято: 2025-04-29
Аннотация
Поиск эффективных технологий криоконсервации спермы, несмотря на значительные успехи достигнутые в этой области, является актуальной проблемой современной биологии и медицины, поскольку даже при самой эффективном варианте замораживания-оттаивания сперматозоидов сохранность жизнеспособных клеток достигает 50 – 60 %. В качестве нового подхода повышения защиты сперматозоидов в ходе замораживания-оттаивания в работе рассматривается использование молекулярного водорода (Н2) как универсального антиоксиданта, который способен ограничивать повреждения биомолекул за счет снижения свободных радикалов. Визуальная регистрация сперматозоидов при действии Н2 с использованием современных методов микроскопии позволяет наглядно представить изменения происходящие в клетка. Наиболее интересна с точки зрения визуализации объектов лазерная интерференционная микроскопия, регистрирующая преобразования архитектоники поверхности клеток в зависимости от модуляции оптической плотности клеточных структур. Данный вариант визуализации предоставляет информацию о происходящих изменениях на метаболическом уровне, что значительно расширяет возможности интерпретации экспериментальных результатов. Кроме того, интерференционная визуализация проводится без дополнительной пробоподготовки, использования красителей и фиксирующих средств, применение которых может оказывать дополнительное воздействие и вызывать появление артефактов. В работе проведен анализ фазовых изображений сперматозоидов при криоконсервации и при использовании Н2 в качестве криопротектора. Для верификации возможности использования фазовых характеристик сперматозоидов в качестве информационного показателя метаболического состояния клеток параллельно проведен анализ клинико-лабораторных показателей сперматозоидов. Показано, что снижение фазовой высоты сперматозоидов в ходе криоконсервации сопровождалось уменьшением интенсивности энергетических процессов и увеличением окислительного потенциала клеток, что выражалось в прямой корреляционной зависимости от концентрации АТФ и обратной – от концентрации малонового диальдегида (МДА) – показателя, позволяющего оценить степень окислительных процессов в клетке. Использование Н2 определило увеличение фазовой высоты сперматозоидов, что происходило на фоне роста энергетического метаболизма при снижении окисления клеток. Выявленные изменения метаболической активности сперматозоидов при действии Н2 сочетались с улучшением фертильности сперматозоидов. Таким образом, фазовая интерференционная микроскопия позволяет дать не только качественную, но и количественную оценку физиологического состояния сперматозоидов и быть объективным методом витального анализа комплексной метаболической активности клеток, что может быть использовано для экспресс-диагностики их функционального состояния.
Pressure-gradient method for the visualization of a wave attractor
Stepan Elistratov
Принято: 2025-04-13
Аннотация
A wave attractor, a phenomenon of self-focusing of internal/inertial waves on a closed trajectory, has recently been widely studied from different viewpoints. How-ever, there is a lack of investigations concerning its visualization. Peculiar set-ups lately studied show that conventional methods need some improvement.
Herewith, in gas dynamics, the Schlieren method, based on the density gradient, is widely used. Concerning incompressible flows, it is inapplicable; however, pressure can be considered instead density. In this work, a pressure gradient is used as a way to visualize an attractor.
|
|
|
