Кібербезпека: освіта, наука, техніка (Sep 2022)
ПОТЕНЦІАЛ ЗАСТОСУВАННЯ РІЗНИХ МЕТОДІВ ШТУЧНОГО ІНТЕЛЕКТУ У ЗАДАЧІ РОЗПІЗНАВАННЯ КРЕСЛЕНЬ ТА ТРАНСФОРМАЦІЇ 2D→3D
Abstract
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.
Keywords
