Системи оброблення неструктурованої мультимедійної інформації

dc.contributor.authorПухальський, Богдан
dc.contributor.authorКирієнко, Оксана
dc.date.accessioned2024-04-25T11:58:13Z
dc.date.available2024-04-25T11:58:13Z
dc.date.issued2023
dc.descriptionThis paper presents an overview of image search systems and the methods used to solve computer vision problems. The first part focuses on the needs of users and the requirements for image search systems. Exist-ing systems, such as Google Photos, Apple Photos, Amazon Photos, Microsoft Photos, and Flickr, are then considered. Their advantages and disadvantages are evaluated, and proposed solutions to the identified shortcomings are discussed. Proposed computer vision methods, including object detection (face detection) and image text description, are analyzed in detail.The rapid growth of digital images has led to an increasing need for effective image search systems that can effectively meet the needs of users. The research presented in this paper aims to provide a detailed overview of image search systems and the methods used to solve computer vision problems by improving search and indexing capabilities.The main purpose of this research is to analyze the needs of users and the requirements for image search systems, to identify key aspects that contribute to effective and convenient operation. By understanding these requirements, we can evaluate existing systems available on the market and study their strengths and weaknesses. Specifically, we will focus on well-known image search systems, including Google Photos, Apple Photos, Amazon Photos, Microsoft Photos, and Flickr. These platforms represent a variety of ap-proaches to image search and offer valuable information about the current state of the industry. In addition, our research will contribute to the discovery of new ways to apply computer vision to object detection.The results of this work can serve as a valuable resource for researchers, developers, and professionals in the field who are involved in the development and implementation of image search systems. The proposed solutions and conclusions obtained as a result of this research can guide future advancements in the field.en_US
dc.description.abstractУ роботі представлено огляд систем пошуку зображень і методів, які використовують для вирішення проблем комп’ютерного зору. У першій частині увагу зосереджено на потребах користувачів і вимогах до систем пошуку зображень, після чого розглянуто наявні системи, як-от Google Photos, Apple Photos, Amazon Photos, Microsoft Photos і Flickr, оцінено їхні переваги та недоліки та обговорено запропоновані шляхи вирішення виявлених недоліків. Детально проаналізовано запропоновані методи комп’ютерного зору, зокрема виявлення об’єктів (облич) і текстовий опис зображень.uk_UA
dc.identifier.citationПухальський Б. М. Системи оброблення неструктурованої мультимедійної інформації / Пухальський Б. М., Кирієнко О. В. // Наукові записки НаУКМА. Комп'ютерні науки. - 2023. - Т. 6. - С. 62-68. - https://doi.org/10.18523/2617-3808.2023.6.62-68uk_UA
dc.identifier.urihttps://ekmair.ukma.edu.ua/handle/123456789/29220
dc.identifier.urihttps://doi.org/10.18523/2617-3808.2023.6.62-68
dc.language.isoukuk_UA
dc.relation.sourceНаукові записки НаУКМА. Комп'ютерні науки. Том 6uk_UA
dc.statusfirst publisheduk_UA
dc.subjectсистеми пошуку зображеньuk_UA
dc.subjectкомп’ютерний зірuk_UA
dc.subjectвиявлення об’єктівuk_UA
dc.subjectтекстовий опис зображеньuk_UA
dc.subjectстаттяuk_UA
dc.subjectimage search systemsen_US
dc.subjectcomputer visionen_US
dc.subjectobject detectionen_US
dc.subjectimage text descriptionen_US
dc.titleСистеми оброблення неструктурованої мультимедійної інформаціїuk_UA
dc.title.alternativeSystems for processing unstructured multimedia informationen_US
dc.typeArticleuk_UA
Files
Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Pukhalskyi_Systemy_obroblennia_nestrukturovanoi_multymediinoi_informatsii.pdf
Size:
1.7 MB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: